Explaining object permanence with a deep recurrent neural network model of human cortical visual cognition

Información del proyecto

OBJECTPERMOD

Identificador del acuerdo de subvención: 841578

DOI

10.3030/841578

Proyecto cerrado

Fecha de la firma de la CE 12 Abril 2019

Fecha de inicio 1 Septiembre 2019

Fecha de finalización 17 Octubre 2023

Financiado con arreglo a

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Coste total

€ 271 732,80

Aportación de la UE

€ 271 732,80

Coordinado por

UNIVERSITY OF GLASGOW
United Kingdom

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Publicaciones

Peer reviewed articles (3)

Can neural networks benefit from objectives that encourage iterative convergent computations? A case study of ResNets and object classification

Autores: Lippl, S., Peters, B., & Kriegeskorte, N.
Publicado en: PLOS ONE, Edición 19(3), 2024, Página(s) e0293440, ISSN 1932-6203
Editor: Public Library of Science
DOI: 10.1371/journal.pone.0293440

Capturing the objects of vision with neural networks

Autores: Benjamin Peters, Nikolaus Kriegeskorte
Publicado en: Nature Human Behaviour, Edición 9(5), 2021, Página(s) 1127–1144, ISSN 2397-3374
Editor: Nature Publishing Group
DOI: 10.1038/s41562-021-01194-6

Deep neural networks are not a single hypothesis but a language for expressing computational hypotheses

Autores: Golan, T., Taylor, J., Schütt, H., Peters, B., Sommers, R. P., Seeliger, K., Doerig, A., Linton, P., Konkle, T., Gerven, M. van, Kording, K., Richards, B., Kietzmann, T. C., Lindsay, G. W., & Kriegeskorte, N.
Publicado en: Behavioral and Brain Sciences, Edición 46, 2023, Página(s) e392, ISSN 0140-525X
Editor: Cambridge University Press
DOI: 10.1017/s0140525x23001553

Conference proceedings (4)

How do humans and machine learning models track multiple objects through occlusion?

Autores: Peters, B., Butkus, E., & Kriegeskorte, N.
Publicado en: SVRHM 2022 Workshop @ Conference on Neural Information Processing Systems, 2022
Editor: openreview

Flying Objects: Challenging humans and machines in dynamic object vision.

Autores: Peters, B., Retchin, M., Kriegeskorte, N.
Publicado en: 2022
Editor: Conference on Cognitive Computational Neuroscience
DOI: 10.32470/ccn.2022.1301-0

Human-like multiple object tracking through occlusion via gaze-following.

Autores: Peters*, B., Butkus*, E., & Kriegeskorte, N.
Publicado en: NeuRIPS 2023 Workshop on Gaze Meets ML, 2023
Editor: openreview

A neural network family for systematic analysis of RF size and computational-path-length distribution as determinants of neural predictivity and behavioral performance.

Autores: Peters, B., Stoffl, L., & Kriegeskorte, N.
Publicado en: Journal of Vision, Edición 22(14), 2022, Página(s) 4287
Editor: The Association for Research in Vision and Ophthalmology (ARVO)
DOI: 10.1167/jov.22.14.4287