Investigaciones recientes:
La investigación se centra en el avance de las interfaces cerebro-computadora (BCI) y la computación afectiva mediante el desarrollo de arquitecturas de aprendizaje automático y técnicas de procesamiento de señales sofisticadas. Una parte significativa del trabajo aborda los desafíos de la variabilidad inter e intrasujeto en sistemas basados en EEG, particularmente en el contexto de potenciales relacionados con eventos P300 y tareas de memoria de trabajo. Mediante la implementación de metodologías novedosas, como módulos post-recurrentes y conjuntos neuronales con clasificación de neuronas, la investigación mejora la interpretabilidad y la precisión predictiva de las redes neuronales recurrentes. Además, el trabajo explora la optimización de estos modelos para entornos con recursos limitados, como dispositivos móviles, evaluando el rendimiento computacional de arquitecturas de redes neuronales convolucionales en tareas de reconocimiento de emociones. Estas contribuciones facilitan un monitoreo cognitivo más personalizado y un análisis de señales en tiempo real, allanando el camino para aplicaciones de neurofeedback más eficientes y adaptables.

Temas Clave:

• Interfaces Cerebro-Computadora (BCI)
• Procesamiento de señales EEG
• Redes Neuronales Recurrentes (RNN)
• Reconocimiento de emociones
• Predicción del rendimiento de la memoria de trabajo
• Optimización del rendimiento de IA en dispositivos móviles