La electroencefalografía (EEG) ha sido un método ampliamente usado para medir y monitorear la actividad cerebral, pues bien, es un registro de la actividad eléctrica neuronal medida a través del cráneo. No obstante, es difícil interpretar la información cerebral proveniente de las series de tiempo de EEG a causa de su estructura de aleatoriedad compleja (no estacionariedad y no linealidad). Con el fin de llevar a cabo el entrenamiento de sistemas con señales en condiciones de aleatoriedad compleja, es necesario desarrollar métodos adaptativos de procesamiento de señales de EEG que incluya las etapas de preproceso, caracterización y aprendizaje, con el fin de obtener un desempeño apropiado en cuanto al análisis y valoración de los registros. El acondicionamiento de los registros mediante la etapa de preproceso es necesaria ya que en la captura de la señal de EEG pueden ser corregistradas otras señales o artefactos que no corresponden con la actividad eléctrica cerebral, las cuales dificultan su interpretación y análisis. Posteriormente, con el fin de revelar las dinámicas subyacentes del proceso estudiado para relacionar adecuadamente la información contenida en los registros de EEG con las determinadas clases, patrones o estímulos de actividad cerebral, los procesos de caracterización de las señales de EEG deben considerar las bandas o frecuencias de los fenómenos de interés y las restricciones estadísticas de los datos. Por otro lado, al identificar la conectividad funcional, uno de los mayores impedimentos en este proceso radica en el hecho de que los sistemas neuronales son altamente distribuidos, dinámicos y complejos, por tanto, la gran cantidad de conexiones estructurales del cerebro dificulta la decodificación y la interpretación de sus procesos. Lo anterior implica que es imprescindible desarrollar un método basado en aprendizaje de máquina y procesado de señales EEG que contemple las conexiones funcionales entre las distintas zonas cerebrales y permita revelar apropiadamente los patrones de actividad neuronal y su relación con determinados estímulos.