Generalization in Mind and Machine

What do adversarial images tell us about human vision?

Autoren: Marin Dujmović, Gaurav Malhotra, Jeffrey S Bowers
Veröffentlicht in: eLife, Ausgabe 9, 2020, Seite(n) 1-29, ISSN 2050-084X
Herausgeber: eLife Sciences Publications
DOI: 10.7554/elife.55978

Can deep convolutional neural networks support relational reasoning in the same-different task?

Autoren: Guillermo Puebla; Jeffrey S. Bowers
Veröffentlicht in: Journal of Vision, Ausgabe 22 (10) 11, 2022, Seite(n) 1-18, ISSN 1534-7362
Herausgeber: Association for Research in Vision and Ophthalmology
DOI: 10.1167/jov.22.10.11

The role of capacity constraints in Convolutional Neural Networks for learning random versus natural data

Autoren: Chris I Tsvetkov, Gaurav Malhotra, Benjamin D Evans, Jeffrey S Bowers
Veröffentlicht in: Neural Networks, Ausgabe 161, 2023, Seite(n) 515-524, ISSN 0346-251X
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2023.01.011

Convolutional Neural Networks Are Not Invariant to Translation, but They Can Learn to Be

Autoren: Valerio Biscione; Jeffrey S Bowers
Veröffentlicht in: Journal of Machine Learning Research, 2021, Seite(n) 1-28, ISSN 1532-4435
Herausgeber: MIT Press
DOI: 10.48550/arxiv.2110.05861

Parallel Distributed Processing Theory in the Age of Deep Networks

Autoren: Jeffrey S. Bowers
Veröffentlicht in: Trends in Cognitive Sciences, Ausgabe 21/12, 2017, Seite(n) 950-961, ISSN 1364-6613
Herausgeber: Elsevier BV
DOI: 10.1016/j.tics.2017.09.013

Feature Blindness: A Challenge for Understanding and Modelling Visual Object Recognition

Autoren: Gaurav Malhotra; Marin Dujmovic; Jeffrey S Bowers
Veröffentlicht in: PLOS Computational Biology, 2022, ISSN 1932-6203
Herausgeber: Public Library of Science
DOI: 10.1101/2021.10.20.465074

Biological convolutions improve DNN robustness to noise and generalisation

Autoren: Benjamin D. Evans; Gaurav Malhotra; Jeffrey S. Bowers
Veröffentlicht in: Neural Networks, Ausgabe 3, 2022, Seite(n) 96-110, ISSN 0893-6080
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2021.12.005

Successes and critical failures of neural networks in capturing human-like speech recognition

Autoren: Federico Adolfi, Jeffrey S. Bowers, David Poeppel
Veröffentlicht in: Neural Networks, 2023, Seite(n) 199-211, ISSN 0893-6080
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2023.02.032

Training neural networks to encode symbols enables combinatorial generalization

Autoren: Ivan I. Vankov, Jeffrey S. Bowers
Veröffentlicht in: Philosophical Transactions of the Royal Society B: Biological Sciences, Ausgabe 375/1791, 2019, Seite(n) 20190309, ISSN 0962-8436
Herausgeber: Royal Society of London
DOI: 10.1098/rstb.2019.0309

Hiding a plane with a pixel: examining shape-bias in CNNs and the benefit of building in biological constraints

Autoren: Gaurav Malhotra, Benjamin D. Evans, Jeffrey S. Bowers
Veröffentlicht in: Vision Research, Ausgabe 174, 2020, Seite(n) 57-68, ISSN 0042-6989
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.visres.2020.04.013

Does that sound right? A Novel Method of Evaluating Models of Reading Aloud.

Autoren: Michele Gubian, Ryan Blything, Colin Davis, Jeffrey Bowers
Veröffentlicht in: Behavior Research Methods, Ausgabe 2022, 2022, ISSN 1554-351X
Herausgeber: Springer Verlag
DOI: 10.3758/s13428-022-01794-8

Are there any ‘object detectors’ in the hidden layers of CNNs trained to identify objects or scenes?

Autoren: Ella M. Gale, Nicholas Martin, Ryan Blything, Anh Nguyen, Jeffrey S. Bowers
Veröffentlicht in: Vision Research, Ausgabe 176, 2020, Seite(n) 60-71, ISSN 0042-6989
Herausgeber: Pergamon Press Ltd.
DOI: 10.1016/j.visres.2020.06.007

The human visual system and CNNs can both support robust online translation tolerance following extreme displacements

Autoren: Ryan Blything, Valerio Biscione, Ivan I. Vankov, Casimir J. H. Ludwig, Jeffrey S. Bowers
Veröffentlicht in: Journal of Vision, Ausgabe 21/2, 2021, Seite(n) 9, ISSN 1534-7362
Herausgeber: Association for Research in Vision and Ophthalmology
DOI: 10.1167/jov.21.2.9

The Pitfalls of Measuring Representational Similarity Using Representational Similarity Analysis

Autoren: Marin Dujmović, Jeffrey S. Bowers, Federico Adolfi, Gaurav Malhotra
Veröffentlicht in: BioRxiv, 2022
Herausgeber: Cold Spring Harbor Laboratory
DOI: 10.1101/2022.04.05.487135

Generalisation in Neural Networks Does not Require Feature Overlap

Autoren: Jeff Mitchell; Jeffrey S. Bowers
Veröffentlicht in: ArXiv, 2021
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2107.06872

Learning Online Visual Invariances for Novel Objects via Supervised and Self-Supervised Training

Autoren: Valerio Biscione; Jeffrey S. Bowers
Veröffentlicht in: ArXiv, 2021
Herausgeber: Cornell University
DOI: 10.48550/arxiv.2110.01476

Do DNNs Trained on Natural Images Organize Visual Features into Gestalts?

Autoren: Valerio Biscione, Jeffrey S. Bowers
Veröffentlicht in: Arxiv, 2022
Herausgeber: Arxiv
DOI: 10.48550/arxiv.2203.07302

Deep Problems with Neural Network Models of Human Vision

Autoren: Jeffrey S. Bowers, Gaurav Malhotra, Marin Dujmović, Milton Llera Montero, Christian Tsvetkov, Biscione, Guillermo Puebla, Federico Adolfi, John E. Hummel, Rachel F. Heaton, Benjamin D. Evans, Jeffrey Mitchell, Ryan Blything
Veröffentlicht in: PsyArXiv, 2022
Herausgeber: Cornell University
DOI: 10.31234/osf.io/5zf4s

Can deep convolutional neural networks support relational reasoning in the same-different task?

Autoren: Guillermo Puebla; Jeffrey S. Bowers
Veröffentlicht in: BioRxiv, 2021
Herausgeber: Cold Spring Harbor Laboratory
DOI: 10.1101/2021.09.03.458919

The contrasting shape representations that support object recognition in humans and CNNs

Autoren: Gaurav Malhotra; Marin Dujmovic; John Hummel; Jeffrey S Bowers
Veröffentlicht in: BioRxiv, 2021
Herausgeber: Cold Spring Harbor Laboratory
DOI: 10.1101/2021.12.14.472546

Lost in Latent Space: Disentangled Models and the Challenge of Combinatorial Generalisation

Autoren: Milton Montero, Jeffrey S. Bowers, Rui Ponte Costa, Casimir J. Ludwig, Gaurav Malhotra
Veröffentlicht in: arXiv, 2022
Herausgeber: Cornell Univesity
DOI: 10.48550/arxiv.2204.02283

A case for robust translation tolerance in humans and CNNs. A commentary on Han et al

Autoren: Blything, Ryan; Biscione, Valerio; Bowers, Jeffrey
Veröffentlicht in: arXiv.org e-Print Archive, Ausgabe 1, 2020
Herausgeber: arXiv
DOI: 10.48550/arxiv.2012.05950

Learning Translation Invariance in CNNs

Autoren: Valerio Biscione, Jeffrey Bowers
Veröffentlicht in: NeurIPS 2020 Workshop SVRHM, 2020
Herausgeber: NeurIPS 2020 Workshop SVRHM

The role of disentanglement in generalisation

Autoren: Milton Llera Montero; Casimir Ludwig; Rui Ponte Costa; Gaurav Malhotra; Jeffrey S Bowers
Veröffentlicht in: International Conference on Learning Representations, 2021
Herausgeber: OpenReview

Can Deep Convolutional Neural Networks Learn Same-Different Relations?

Autoren: Guillermo Puebla; Jeffrey S. Bowers
Veröffentlicht in: Proceedings of the Annual Meeting of the Cognitive Science Society, 43(43), Ausgabe 43(43), 2021, ISSN 1069-7977
Herausgeber: University of California

Subtractive gating improves generalization in working memory tasks

Autoren: Milton Llera Montero, Gaurav Malhotra, Jeff Bowers, Rui Ponte Costa
Veröffentlicht in: 2019 Conference on Cognitive Computational Neuroscience, 2019
Herausgeber: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1352-0

Do LSTMs know about Principle C?

Autoren: Jeff Mitchell, Nina Kazanina, Conor Houghton, Jeff Bowers
Veröffentlicht in: 2019 Conference on Cognitive Computational Neuroscience, 2019
Herausgeber: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1241-0

Extreme Translation Tolerance in Humans and Machines

Autoren: Ryan Blything, Ivan Vankov, Casimir Ludwig, Jeffrey Bowers
Veröffentlicht in: 2019 Conference on Cognitive Computational Neuroscience, 2019
Herausgeber: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1091-0

Humans cannot decipher adversarial images: Revisiting Zhou and Firestone (2019)

Autoren: Marin Dujmović, Gaurav Malhotra, Jeffrey Bowers
Veröffentlicht in: 2019 Conference on Cognitive Computational Neuroscience, 2019
Herausgeber: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1298-0

Adding biological constraints to CNNs makes image classification more human-like and robust

Autoren: Gaurav Malhotra, Benjamin Evans, Jeffrey Bowers
Veröffentlicht in: 2019 Conference on Cognitive Computational Neuroscience, 2019
Herausgeber: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1212-0

Translation Tolerance in Vision.

Autoren: Ryan Blything, Ivan I. Vankov, Casimir J. Ludwig, Jeffrey S. Bowers
Veröffentlicht in: 41st Annual Conference of the Cognitive Science Society 2019, 2019
Herausgeber: A.K. Goel, C.M. Seifert, & C. Freksa (Eds.)

Selectivity Metrics Provide Misleading Estimates of the Selectivity of Single Units in Neural Networks

Autoren: Ella Gale, Ryan Blything, Nicholas Martin, Jeffrey S. Bowers, and Anh Nguyen.
Veröffentlicht in: 41st Annual Conference of the Cognitive Science Society 2019, 2019
Herausgeber: A.K. Goel, C.M. Seifert, & C. Freksa (Eds.)

The Contrasting Roles of Shape in Human Vision and Convolutional Neural Networks

Autoren: Gaurav Malhotra, Jeff Bowers
Veröffentlicht in: 41st Annual Conference of the Cognitive Science Society 2019, 2019
Herausgeber: A.K. Goel, C.M. Seifert, & C. Freksa (Eds.)

Harnessing the Symmetry of Convolutions for Systematic Generalisation

Autoren: Jeff Mitchell, Jeffrey S. Bowers
Veröffentlicht in: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Seite(n) 1-8, ISBN 978-1-7281-6926-2
Herausgeber: IEEE
DOI: 10.1109/ijcnn48605.2020.9207183

Adding biological constraints to deep neural networks reduces their capacity to learn unstructured data

Autoren: Christian Tsvetkov, Gaurav Malhotra, Benjamin Evans, Jeff Bowers
Veröffentlicht in: In Proceedings of the 42nd Annual Conference of the Cognitive Science Society 2020, 2020, Seite(n) 2358-2364
Herausgeber: Cognitive Science Society

Priorless Recurrent Networks Learn Curiously

Autoren: Jeff Mitchell, Jeffrey Bowers
Veröffentlicht in: Proceedings of the 28th International Conference on Computational Linguistics, 2020, Seite(n) 5147-5158, ISBN 978-1-952148-27-9
Herausgeber: International Committee on Computational Linguistics
DOI: 10.18653/v1/2020.coling-main.451

Veröffentlichungen

Diese Seite teilen

Herunterladen