Preskoči na sadržaj
Korištenjem servisa na Twitteru pristajete na korištenje kolačića. Twitter i partneri rade globalno te koriste kolačiće za analize, personalizaciju i oglase.

Za najbolje sučelje na Twitteru koristite Microsoft Edge ili instalirajte aplikaciju Twitter iz trgovine Microsoft Store.

  • Naslovnica Naslovnica Naslovnica, trenutna stranica.
  • O Twitteru

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @
  • Jezik: Hrvatski
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English UK
    • Español
    • Filipino
    • Français
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português
    • Română
    • Slovenčina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Български език
    • Русский
    • Српски
    • Українська мова
    • Ελληνικά
    • עִבְרִית
    • العربية
    • فارسی
    • मराठी
    • हिन्दी
    • বাংলা
    • ગુજરાતી
    • தமிழ்
    • ಕನ್ನಡ
    • ภาษาไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文
  • Imate račun? Prijava
    Imate račun?
    · Zaboravili ste lozinku?

    Novi ste na Twitteru?
    Registrirajte se
Profil korisnika/ce TalGolanNeuro
Tal Golan
Tal Golan
Tal Golan
@TalGolanNeuro

Tweets

Tal Golan

@TalGolanNeuro

Postdoctoral research scientist. Human vision, deep neural networks, neuroimaging and statistics

Columbia University, New York
Vrijeme pridruživanja: srpanj 2016.

Tweets

  • © 2020 Twitter
  • O Twitteru
  • Centar za pomoć
  • Uvjeti
  • Pravila o privatnosti
  • Imprint
  • Kolačići
  • Informacije o oglasima
Odbaci
Prethodni
Sljedeće

Idite na profil osobe

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @

Odjava

Blokiraj

  • Objavi Tweet s lokacijom

    U tweetove putem weba ili aplikacija drugih proizvođača možete dodati podatke o lokaciji, kao što su grad ili točna lokacija. Povijest lokacija tweetova uvijek možete izbrisati. Saznajte više

    Vaši popisi

    Izradi novi popis


    Manje od 100 znakova, neobavezno

    Privatnost

    Kopiraj vezu u tweet

    Ugradi ovaj Tweet

    Embed this Video

    Dodajte ovaj Tweet na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Dodajte ovaj videozapis na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Hm, došlo je do problema prilikom povezivanja s poslužiteljem.

    Integracijom Twitterova sadržaja u svoje web-mjesto ili aplikaciju prihvaćate Twitterov Ugovor za programere i Pravila za programere.

    Pregled

    Razlog prikaza oglasa

    Prijavi se na Twitter

    · Zaboravili ste lozinku?
    Nemate račun? Registrirajte se »

    Prijavite se na Twitter

    Niste na Twitteru? Registrirajte se, uključite se u stvari koje vas zanimaju, i dobivajte promjene čim se dogode.

    Registrirajte se
    Imate račun? Prijava »

    Dvosmjerni (slanje i primanje) kratki kodovi:

    Država Kod Samo za korisnike
    Sjedinjene Američke Države 40404 (bilo koje)
    Kanada 21212 (bilo koje)
    Ujedinjeno Kraljevstvo 86444 Vodafone, Orange, 3, O2
    Brazil 40404 Nextel, TIM
    Haiti 40404 Digicel, Voila
    Irska 51210 Vodafone, O2
    Indija 53000 Bharti Airtel, Videocon, Reliance
    Indonezija 89887 AXIS, 3, Telkomsel, Indosat, XL Axiata
    Italija 4880804 Wind
    3424486444 Vodafone
    » Pogledajte SMS kratke šifre za druge zemlje

    Potvrda

     

    Dobro došli kući!

    Vremenska crta mjesto je na kojem ćete provesti najviše vremena i bez odgode dobivati novosti o svemu što vam je važno.

    Tweetovi vam ne valjaju?

    Prijeđite pokazivačem preko slike profila pa kliknite gumb Pratim da biste prestali pratiti neki račun.

    Kažite mnogo uz malo riječi

    Kada vidite Tweet koji volite, dodirnite srce – to osobi koja ga je napisala daje do znanja da vam se sviđa.

    Proširite glas

    Najbolji je način da podijelite nečiji Tweet s osobama koje vas prate prosljeđivanje. Dodirnite ikonu da biste smjesta poslali.

    Pridruži se razgovoru

    Pomoću odgovora dodajte sve što mislite o nekom tweetu. Pronađite temu koja vam je važna i uključite se.

    Saznajte najnovije vijesti

    Bez odgode pogledajte o čemu ljudi razgovaraju.

    Pratite više onoga što vam se sviđa

    Pratite više računa da biste dobivali novosti o temama do kojih vam je stalo.

    Saznajte što se događa

    Bez odgode pogledajte najnovije razgovore o bilo kojoj temi.

    Ne propustite nijedan aktualni događaj

    Bez odgode pratite kako se razvijaju događaji koje pratite.

    Tal Golan‏ @TalGolanNeuro 23. stu 2019.
    • Prijavi Tweet

    New paper: Deep net models have many parameters, which enable them to flexibly fit data. As a result, qualitatively different models can make similar predictions. How then can we adjudicate among deep nets as models of human perception? 1/10

    16:13 - 23. stu 2019.
    • 74 proslijeđena tweeta
    • 205 oznaka „sviđa mi se”
    • Jordan Snyder Christopher Sheridan J Brendan Ritchie Marc Fischer Sara Summerton Avital Hahamy Isak Westerlund Dan Samuel Lippl
    74 proslijeđena tweeta 205 korisnika označava da im se sviđa
      1. Novi razgovor
      2. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        In our new paper, we introduce 𝗰𝗼𝗻𝘁𝗿𝗼𝘃𝗲𝗿𝘀𝗶𝗮𝗹 𝘀𝘁𝗶𝗺𝘂𝗹𝗶 which elicit divergent predictions from different models. Controversial stimuli (a generalization of adversarial examples) are synthesized to cause disagreement among models. https://arxiv.org/abs/1911.09288  2/10

        10 proslijeđenih tweetova 36 korisnika označava da im se sviđa
        Prikaži ovu nit
      3. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        We used controversial stimuli to test discriminative and generative models trained on MNIST as models of human perception of handwritten digits. For each pair of models, we created controversial stimuli for each pair of digits. 3/10pic.twitter.com/QtB82cPTXJ

        1 reply 1 proslijeđeni tweet 12 korisnika označava da im se sviđa
        Prikaži ovu nit
      4. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        Each controversial stimulus was synthesized by sampling a random noise image and iteratively modifying it such that each model classified the image as a different, predetermined digit, with high confidence. 4/10pic.twitter.com/OT8VYNjkt9

        1 reply 1 proslijeđeni tweet 12 korisnika označava da im se sviđa
        Prikaži ovu nit
      5. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        For some model pairs, humans see nothing in the resulting controversial stimuli, falsifying both models. For other model pairs, human perception is aligned with one of the models. 5/10pic.twitter.com/ymt33Y78ZN

        1 reply 0 proslijeđenih tweetova 11 korisnika označava da im se sviđa
        Prikaži ovu nit
      6. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        For each pair of models, we synthesized controversial stimuli for all pairs of digits... 6/10pic.twitter.com/zQaZzvchHx

        1 reply 0 proslijeđenih tweetova 9 korisnika označava da im se sviđa
        Prikaži ovu nit
      7. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        We quantified human perception of 720 controversial stimuli (+ 100 MNIST images) in 30 subjects using @Prolific. Subjects judged the probability of presence of each digit independently. The models had sigmoid (not softmax) readouts to give them the same response flexibility. 7/10pic.twitter.com/WUDWuajYJy

        1 reply 0 proslijeđenih tweetova 9 korisnika označava da im se sviđa
        Prikaži ovu nit
      8. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        Each dot here is the mean error at predicting one subject's responses to all 820 images. The @wielandbr, @bethgelab generative analysis by synthesis (ABS) model had the smallest error. But predicting humans from other humans (black dots) still beat all models. 8/10pic.twitter.com/Kwbji7Onts

        5 proslijeđenih tweetova 23 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      9. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        𝗖𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼𝗻 𝟭: Controversial stimuli enabled us to adjudicate among DNN models as models of human perception. This would not have been possible with natural stimuli, since all models correctly classify handwritten digits, and thus make nearly identical predictions. 9/10

        1 reply 1 proslijeđeni tweet 15 korisnika označava da im se sviđa
        Prikaži ovu nit
      10. Tal Golan‏ @TalGolanNeuro 23. stu 2019.
        • Prijavi Tweet

        𝗖𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼𝗻 𝟮: Models employing generative internal models of the digits dominated discriminative models at accounting for human judgments. 10/10

        0 replies 4 proslijeđena tweeta 35 korisnika označava da im se sviđa
        Prikaži ovu nit
      11. Kraj razgovora
      1. Joshua Peterson‏ @joshuacpeterson 25. stu 2019.
        • Prijavi Tweet
        Odgovor korisniku/ci @TalGolanNeuro

        Joshua Peterson je proslijedio/a tweet korisnika/ceJoshua Peterson

        @TalGolanNeuro We have some related work here https://arxiv.org/abs/1908.07086 https://twitter.com/joshuacpeterson/status/1173528461614440448 …

        Joshua Peterson je dodan/na,

        Joshua Peterson @joshuacpeterson
        In case you missed it, here's our #CCN2019 poster on training CNNs with human soft labels that reflect perceptual uncertainty, the benefits of which include better generalization and robustness. #ccn19 @CogCompNeuro @meganakpeters @KriegeskorteLab @NKriegeskorte pic.twitter.com/xZB0YsOj3J
        0 replies 1 proslijeđeni tweet 6 korisnika označava da im se sviđa
        Hvala. Twitter će to iskoristiti za poboljšanje vaše vremenske crte. Poništi
        Poništi

    Čini se da učitavanje traje već neko vrijeme.

    Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.

      Sponzorirani tweet

      false

      • © 2020 Twitter
      • O Twitteru
      • Centar za pomoć
      • Uvjeti
      • Pravila o privatnosti
      • Imprint
      • Kolačići
      • Informacije o oglasima