Julien Colin

Estudiante de Doctorado

photo

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

Publicaciones en asociación con la Unidad ELLIS Alicante.

2023

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. arXiv preprint arXiv:2306.06805 .
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) .
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) .

2022

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 .
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) .
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) .