Varela Fernández, Diego Pablo2025-03-052025-03-052024-11https://repositorio.usm.cl/handle/123456789/73845El análisis de señales cerebrales, en particular mediante electroencefalografía (EEG), ha adquirido una importancia significativa en la investigación de la cognición humana y en el diagnóstico de trastornos neurológicos. Este trabajo se enfoca en la clasificación de tareas cognitivas —leer, contar y reposo— a partir de señales EEG utilizando redes neuronales artificiales. Se han implementado varios modelos, incluyendo arquitecturas basadas en transformers, para identificar y diferenciar patrones cerebrales complejos asociados con cada tarea. Los resultados se evaluaron utilizando métricas como precisión (accuracy) y F1-score, con el objetivo de desarrollar una solución automatizada y precisa que contribuya tanto a la investigación en neurociencia como a aplicaciones clínicas avanzadas, tales como interfaces cerebro-computadora72 páginasesElectroencefalografíaRedes NeuronalesClasificación Multiclase.Clasificación de tareas cognitivas a partir de señales EEG usando redes neuronales artificialesinfo:eu-repo/semantics/restrictedAccess3560900285717