Generalization in Mind and Machine

Informations projet

M and M

N° de convention de subvention: 741134

DOI

10.3030/741134

Projet clôturé

Date de signature de la CE 2 Mai 2017

Date de début 1 Septembre 2017

Date de fin 29 Février 2024

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total

€ 2 495 578,00

Contribution de l’UE

€ 2 495 578,00

Coordonné par

UNIVERSITY OF BRISTOL
United Kingdom

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Peer reviewed articles (13)

What do adversarial images tell us about human vision?

Auteurs: Marin Dujmović, Gaurav Malhotra, Jeffrey S Bowers
Publié dans: eLife, Numéro 9, 2020, Page(s) 1-29, ISSN 2050-084X
Éditeur: eLife Sciences Publications
DOI: 10.7554/elife.55978

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

Auteurs: Guillermo Puebla; Jeffrey S. Bowers
Publié dans: Journal of Vision, Numéro 22 (10) 11, 2022, Page(s) 1-18, ISSN 1534-7362
Éditeur: 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

Auteurs: Chris I Tsvetkov, Gaurav Malhotra, Benjamin D Evans, Jeffrey S Bowers
Publié dans: Neural Networks, Numéro 161, 2023, Page(s) 515-524, ISSN 0346-251X
Éditeur: 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

Auteurs: Valerio Biscione; Jeffrey S Bowers
Publié dans: Journal of Machine Learning Research, 2021, Page(s) 1-28, ISSN 1532-4435
Éditeur: MIT Press
DOI: 10.48550/arxiv.2110.05861

Parallel Distributed Processing Theory in the Age of Deep Networks

Auteurs: Jeffrey S. Bowers
Publié dans: Trends in Cognitive Sciences, Numéro 21/12, 2017, Page(s) 950-961, ISSN 1364-6613
Éditeur: Elsevier BV
DOI: 10.1016/j.tics.2017.09.013

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

Auteurs: Gaurav Malhotra; Marin Dujmovic; Jeffrey S Bowers
Publié dans: PLOS Computational Biology, 2022, ISSN 1932-6203
Éditeur: Public Library of Science
DOI: 10.1101/2021.10.20.465074

Biological convolutions improve DNN robustness to noise and generalisation

Auteurs: Benjamin D. Evans; Gaurav Malhotra; Jeffrey S. Bowers
Publié dans: Neural Networks, Numéro 3, 2022, Page(s) 96-110, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2021.12.005

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

Auteurs: Federico Adolfi, Jeffrey S. Bowers, David Poeppel
Publié dans: Neural Networks, 2023, Page(s) 199-211, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2023.02.032

Training neural networks to encode symbols enables combinatorial generalization

Auteurs: Ivan I. Vankov, Jeffrey S. Bowers
Publié dans: Philosophical Transactions of the Royal Society B: Biological Sciences, Numéro 375/1791, 2019, Page(s) 20190309, ISSN 0962-8436
Éditeur: 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

Auteurs: Gaurav Malhotra, Benjamin D. Evans, Jeffrey S. Bowers
Publié dans: Vision Research, Numéro 174, 2020, Page(s) 57-68, ISSN 0042-6989
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.visres.2020.04.013

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

Auteurs: Michele Gubian, Ryan Blything, Colin Davis, Jeffrey Bowers
Publié dans: Behavior Research Methods, Numéro 2022, 2022, ISSN 1554-351X
Éditeur: 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?

Auteurs: Ella M. Gale, Nicholas Martin, Ryan Blything, Anh Nguyen, Jeffrey S. Bowers
Publié dans: Vision Research, Numéro 176, 2020, Page(s) 60-71, ISSN 0042-6989
Éditeur: 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

Auteurs: Ryan Blything, Valerio Biscione, Ivan I. Vankov, Casimir J. H. Ludwig, Jeffrey S. Bowers
Publié dans: Journal of Vision, Numéro 21/2, 2021, Page(s) 9, ISSN 1534-7362
Éditeur: Association for Research in Vision and Ophthalmology
DOI: 10.1167/jov.21.2.9

Other (9)

The Pitfalls of Measuring Representational Similarity Using Representational Similarity Analysis

Auteurs: Marin Dujmović, Jeffrey S. Bowers, Federico Adolfi, Gaurav Malhotra
Publié dans: BioRxiv, 2022
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2022.04.05.487135

Generalisation in Neural Networks Does not Require Feature Overlap

Auteurs: Jeff Mitchell; Jeffrey S. Bowers
Publié dans: ArXiv, 2021
Éditeur: Cornell University
DOI: 10.48550/arxiv.2107.06872

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

Auteurs: Valerio Biscione; Jeffrey S. Bowers
Publié dans: ArXiv, 2021
Éditeur: Cornell University
DOI: 10.48550/arxiv.2110.01476

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

Auteurs: Valerio Biscione, Jeffrey S. Bowers
Publié dans: Arxiv, 2022
Éditeur: Arxiv
DOI: 10.48550/arxiv.2203.07302

Deep Problems with Neural Network Models of Human Vision

Auteurs: 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
Publié dans: PsyArXiv, 2022
Éditeur: Cornell University
DOI: 10.31234/osf.io/5zf4s

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

Auteurs: Guillermo Puebla; Jeffrey S. Bowers
Publié dans: BioRxiv, 2021
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2021.09.03.458919

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

Auteurs: Gaurav Malhotra; Marin Dujmovic; John Hummel; Jeffrey S Bowers
Publié dans: BioRxiv, 2021
Éditeur: Cold Spring Harbor Laboratory
DOI: 10.1101/2021.12.14.472546

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

Auteurs: Milton Montero, Jeffrey S. Bowers, Rui Ponte Costa, Casimir J. Ludwig, Gaurav Malhotra
Publié dans: arXiv, 2022
Éditeur: Cornell Univesity
DOI: 10.48550/arxiv.2204.02283

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

Auteurs: Blything, Ryan; Biscione, Valerio; Bowers, Jeffrey
Publié dans: arXiv.org e-Print Archive, Numéro 1, 2020
Éditeur: arXiv
DOI: 10.48550/arxiv.2012.05950

Conference proceedings (14)

Learning Translation Invariance in CNNs

Auteurs: Valerio Biscione, Jeffrey Bowers
Publié dans: NeurIPS 2020 Workshop SVRHM, 2020
Éditeur: NeurIPS 2020 Workshop SVRHM

The role of disentanglement in generalisation

Auteurs: Milton Llera Montero; Casimir Ludwig; Rui Ponte Costa; Gaurav Malhotra; Jeffrey S Bowers
Publié dans: International Conference on Learning Representations, 2021
Éditeur: OpenReview

Can Deep Convolutional Neural Networks Learn Same-Different Relations?

Auteurs: Guillermo Puebla; Jeffrey S. Bowers
Publié dans: Proceedings of the Annual Meeting of the Cognitive Science Society, 43(43), Numéro 43(43), 2021, ISSN 1069-7977
Éditeur: University of California

Subtractive gating improves generalization in working memory tasks

Auteurs: Milton Llera Montero, Gaurav Malhotra, Jeff Bowers, Rui Ponte Costa
Publié dans: 2019 Conference on Cognitive Computational Neuroscience, 2019
Éditeur: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1352-0

Do LSTMs know about Principle C?

Auteurs: Jeff Mitchell, Nina Kazanina, Conor Houghton, Jeff Bowers
Publié dans: 2019 Conference on Cognitive Computational Neuroscience, 2019
Éditeur: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1241-0

Extreme Translation Tolerance in Humans and Machines

Auteurs: Ryan Blything, Ivan Vankov, Casimir Ludwig, Jeffrey Bowers
Publié dans: 2019 Conference on Cognitive Computational Neuroscience, 2019
Éditeur: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1091-0

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

Auteurs: Marin Dujmović, Gaurav Malhotra, Jeffrey Bowers
Publié dans: 2019 Conference on Cognitive Computational Neuroscience, 2019
Éditeur: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1298-0

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

Auteurs: Gaurav Malhotra, Benjamin Evans, Jeffrey Bowers
Publié dans: 2019 Conference on Cognitive Computational Neuroscience, 2019
Éditeur: Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2019.1212-0

Translation Tolerance in Vision.

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

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

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

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

Auteurs: Gaurav Malhotra, Jeff Bowers
Publié dans: 41st Annual Conference of the Cognitive Science Society 2019, 2019
Éditeur: A.K. Goel, C.M. Seifert, & C. Freksa (Eds.)

Harnessing the Symmetry of Convolutions for Systematic Generalisation

Auteurs: Jeff Mitchell, Jeffrey S. Bowers
Publié dans: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Page(s) 1-8, ISBN 978-1-7281-6926-2
Éditeur: IEEE
DOI: 10.1109/ijcnn48605.2020.9207183

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

Auteurs: Christian Tsvetkov, Gaurav Malhotra, Benjamin Evans, Jeff Bowers
Publié dans: In Proceedings of the 42nd Annual Conference of the Cognitive Science Society 2020, 2020, Page(s) 2358-2364
Éditeur: Cognitive Science Society

Priorless Recurrent Networks Learn Curiously

Auteurs: Jeff Mitchell, Jeffrey Bowers
Publié dans: Proceedings of the 28th International Conference on Computational Linguistics, 2020, Page(s) 5147-5158, ISBN 978-1-952148-27-9
Éditeur: International Committee on Computational Linguistics
DOI: 10.18653/v1/2020.coling-main.451