Thomas Serre

Investigador Asociado

Thomas Serre es profesor de Ciencias Cognitivas Lingüísticas y Psicológicas y Ciencias de la Computación en la Universidad de Brown. Recibió un doctorado en Neurociencia del MIT en 2006 y una maestría en EECS de Télécom Bretagne (Francia) en 2000. Su investigación busca comprender los cálculos neuronales que respaldan la percepción visual y ha aparecido en la BBC y otros medios (The Economist, New Scientist, Scientific American, Technology Review, Slashdot, etc.). También ostenta una Cátedra Internacional en IA en el Instituto de Inteligencia Artificial y Natural de Toulouse (Francia). El Dr. Serre se ha desempeñado como presidente de área y miembro sénior del comité de programas para conferencias de aprendizaje automático y visión por ordenador de primer nivel, incluidas AAAI, CVPR, ICML, ICLR y NeurIPS. También se desempeña como editor de las revistas eLife y PLOS computational biology. Recibió un premio NSF Early Career Award y el premio Young Teacher Award y Director’s Award de DARPA. Junto con su equipo, recibió el Premio PAMI Helmholtz 2021 y el Premio PAMI Mark Everingham 2022 por su trabajo en el reconocimiento de la acción humana.

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.

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).