Julien Colin

Estudiante de Doctorado

Julien Colin es un estudiante de doctorado de ELLIS. Es licenciado en Física y Química (2019, Universidad de Lorena) y tiene un Máster en Ciencias Cognitivas: Cognición Natural y Artificial (2021, INP Grenoble). Antes de comenzar su doctorado, trabajó como asistente de investigación; primero en ANITI durante 6 meses (2021, Toulouse) y luego en la Universidad de Brown durante 5 meses (2022, Providence). Su tema de doctorado se centra en la IA y la neurociencia eXplicables. En su investigación, está interesado en desarrollar métodos para comprender mejor los sistemas inteligentes. Sus supervisores son Nuria Oliver (ELLIS Alicante) y Thomas Serre (ANITI).

Google Académico

Enlace al perfil del ORCID:

https://orcid.org/0000-0003-0279-7095

Publicaciones en asociación con ELLIS Alicante.

2024

11/06

Colin, J., Goetschalckx, L., Fel, T., Boutin, V., Gopal, J., Serre, T, & Oliver, N. (2024). Local vs distributed representations: What is the right basis for interpretability?. arXiv:2411.03993.

04/19

Riccio, P., Colin, J., Ogolla, S., & Oliver, N. (2024). Mirror, Mirror on the wall, who is the whitest of all? Racial biases in social media beauty filters. Social Media and Society, 10(2), 20563051241239295.

2023

12/15

Fel, T., Boissin, T., Boutin, V., Picard, A., Novello, P., Colin, J., Linsley, D., Rousseau, T., Cadène, R., Gardes, L., & Serre, T. (2023). Unlocking Feature Visualization for Deeper Networks with MAgnitude Constrained Optimization. 37th Conference on Neural Information Processing Systems (NeurIPS), 36, 37813-37826.

07/03

Boutin, V., Fel, T., Singhal, L., Mukherji, R., Nagaraj, A., Colin, J., & Serre, T. (2023). Diffusion Models as Artists: Are we Closing the Gap between Humans and Machines?. Proceedings of the International Conference on Machine Learning (ICML), 2953-3002.

06/20

Fel, T., Picard, A., Bethune, L., Boissin, T., Vigouroux, D., Colin, J., Cadène, R., & Serre, T. (2023). CRAFT: Concept Recursive Activation FacTorization for Explainability. Conference on Computer Vision and Pattern Recognition (CVPR), 2711-2721.

2022

11/29

Zerroug, A., Vaishnav, M., Colin, J., Musslick, S., & Serre, T. (2022). A Benchmark for Compositional Visual Reasoning. 36th Conference on Neural Information Processing Systems (NeurIPS), Datasets and Benchmarks, 35, 29776-29788.

11/29

Colin, J., Fel, T., Cadène, R., & Serre, T. (2022). What I Cannot Predict, I Do Not Understand: A Human-Centered Evaluation Framework for Explainability Methods. 36th Conference on Neural Information Processing Systems (NeurIPS).

06/09

Fel, T., Hervier, L., Vigouroux, D., Poche, A., Plakoo, J., Cadène, R., Chalvidal, M., Colin, J., Boissin, T., Bethune, L., Picard, A., Nicodeme, C., Gardes, L., Flandin, G., & Serre, T. (2022). Xplique: A Deep Learning Explainability Toolbox. Conference on Computer Vision and Pattern Recognition (CVPR), Workshop on Explainable Artificial Intelligence for Computer Vision (XAI4CV).