Curiosity and the Development of the Hidden Foundations of Cognition

Informazioni relative al progetto

FOUNDCOG

ID dell’accordo di sovvenzione: 787981

DOI 10.3030/787981

Data della firma CE 24 Settembre 2018

Data di avvio 1 Gennaio 2019

Data di completamento 30 Giugno 2025

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale € 2 500 000,00

Contributo UE € 2 500 000,00

Coordinato da

THE PROVOST, FELLOWS, FOUNDATION SCHOLARS & THE OTHER MEMBERS OF BOARD, OF THE COLLEGE OF THE HOLY & UNDIVIDED TRINITY OF QUEEN ELIZABETH NEAR DUBLIN
Ireland

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Peer reviewed articles (8)

A Global Perspective on Testing Infants Online: Introducing ManyBabies-AtHome.

Autori: Lorijn Zaadnoordijk; Helen Buckler; Rhodri Cusack; Sho Tsuji; Christina Bergmann
Pubblicato in: Frontiers in Psychology, Numero 2, 2021, ISSN 1664-1078
Editore: Frontiers Research Foundation
DOI: 10.3389/fpsyg.2021.703234

Anatomical correlates of category-selective visual regions have distinctive signatures of connectivity in neonates

Autori: Laura Cabral, Leire Zubiaurre-Elorza, Conor J. Wild, Annika Linke, Rhodri Cusack
Pubblicato in: Developmental Cognitive Neuroscience, Numero 58, 2022, ISSN 1878-9293
Editore: Elsevier BV
DOI: 10.1016/j.dcn.2022.101179

Typical and disrupted brain circuitry for conscious awareness in full-term and preterm infants

Autori: Huiqing Hu, Rhodri Cusack, Lorina Naci
Pubblicato in: Brain Communications, Numero 4(2), 2022, ISSN 2632-1297
Editore: Oxford Academic
DOI: 10.1093/braincomms/fcac071

Lessons from infant learning for unsupervised machine learning

Autori: Lorijn Zaadnoordijk, Tarek R. Besold, Rhodri Cusack
Pubblicato in: Nature Machine Intelligence, Numero 4, 2022, Pagina/e 510-520, ISSN 2522-5839
Editore: Nature Portfolio
DOI: 10.1038/s42256-022-00488-2

The development of intrinsic timescales: A comparison between the neonate and adult brain

Autori: Anna Truzzi, Rhodri Cusack
Pubblicato in: NeuroImage, Numero 275, 2023, ISSN 1053-8119
Editore: Academic Press
DOI: 10.1016/j.neuroimage.2023.120155

Responsiveness variability during anaesthesia relates to inherent differences in brain structure and function of the frontoparietal networks

Autori: Feng Deng, Nicola Taylor, Adrian M. Owen, Rhodri Cusack, Lorina Naci
Pubblicato in: Human Brain Mapping, Numero 44(6), 2023, ISSN 1065-9471
Editore: John Wiley & Sons Inc.
DOI: 10.1002/hbm.26199

The confound of head position in within-session connectome fingerprinting in infants

Autori: Graham King; Anna Truzzi; Rhodri Cusack
Pubblicato in: Crossref, Numero 1, 2023, Pagina/e 119808, ISSN 1095-9572
Editore: Elsevier Inc
DOI: 10.1016/j.neuroimage.2022.119808

Helpless infants are learning a foundation model

Autori: Rhodri Cusack, Marc’Aurelio Ranzato, Christine J. Charvet
Pubblicato in: Trends in Cognitive Sciences, Numero 28, 2024, Pagina/e 726-738, ISSN 1364-6613
Editore: Elsevier BV
DOI: 10.1016/j.tics.2024.05.001

Conference proceedings (3)

SemanticCMC - improved semantic self-supervised learning with naturalistic temporal co-occurrences

Autori: Cliona O'Doherty, Rhodri Cusack
Pubblicato in: Workshop: Self-supervised learning: theory and practice,, 2020
Editore: NeurIPS

Understanding CNNs as a model of the inferior temporal cortex: using mediation analysis to unpack the contribution of perceptual and semantic features in random and trained networks

Autori: Anna Truzzi, Rhodri Cusack
Pubblicato in: 2020
Editore: NeurIPS

Convolutional Neural Networks as a Model of Visual Activity in The Brain: Greater Contribution of Architecture Than Learned Weights

Autori: Anna Truzzi, Rhodri Cusack
Pubblicato in: Bridging AI and Cognitive Science (BAICS) Workshop, International Conference on Learning Representations (ICLR), 2020
Editore: International Conference on Learning Representations (ICLR)