Zobrazeno 1 - 10
of 145
pro vyhledávání: '"Zylberberg, Joel"'
Prior work has offered evidence for functional localization in the brain; different anatomical regions preferentially activate for certain types of visual input. For example, the fusiform face area preferentially activates for visual stimuli that inc
Externí odkaz:
http://arxiv.org/abs/2405.17663
Centred Kernel Alignment (CKA) has recently emerged as a popular metric to compare activations from biological and artificial neural networks (ANNs) in order to quantify the alignment between internal representations derived from stimuli sets (e.g. i
Externí odkaz:
http://arxiv.org/abs/2405.01012
Autor:
Tuckute, Greta, Finzi, Dawn, Margalit, Eshed, Zylberberg, Joel, Chung, SueYeon, Fyshe, Alona, Fedorenko, Evelina, Kriegeskorte, Nikolaus, Yates, Jacob, Grill-Spector, Kalanit, Kar, Kohitij
In recent years, neuroscience has made significant progress in building large-scale artificial neural network (ANN) models of brain activity and behavior. However, there is no consensus on the most efficient ways to collect data and design experiment
Externí odkaz:
http://arxiv.org/abs/2401.03376
We introduce a method that takes advantage of high-quality pretrained multimodal representations to explore fine-grained semantic networks in the human brain. Previous studies have documented evidence of functional localization in the brain, with dif
Externí odkaz:
http://arxiv.org/abs/2306.03375
As convolutional neural networks (CNNs) become more accurate at object recognition, their representations become more similar to the primate visual system. This finding has inspired us and other researchers to ask if the implication also runs the oth
Externí odkaz:
http://arxiv.org/abs/2209.02582
Recent studies suggest that artificial neural networks (ANNs) that match the spectral properties of the mammalian visual cortex -- namely, the $\sim 1/n$ eigenspectrum of the covariance matrix of neural activities -- achieve higher object recognition
Externí odkaz:
http://arxiv.org/abs/2208.10576
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The current state-of-the-art object recognition algorithms, deep convolutional neural networks (DCNNs), are inspired by the architecture of the mammalian visual system, and are capable of human-level performance on many tasks. However, even these alg
Externí odkaz:
http://arxiv.org/abs/1905.10679
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.