Evaluación experimental de sincronización predictiva entre señales neuronales y sistemas de aprendizaje continuo
Desde un punto de vista epistemológico, la propuesta CPEA es defendible si se formula estrictamente en términos operativos y medibles. La coherencia predictiva entre señales EEG y un sistema de inteligencia artificial no requiere asumir postulados ontológicos fuertes; basta con definir: Un marco matemático claro de predicción temporal. Métricas objetivas de coherencia (correlación cruzada, sincronización de fase, entropía cruzada, mutual information). Protocolos reproducibles de adquisición de datos. Criterios estadísticos transparentes. El núcleo científico del proyecto no es metafísico, sino computacional: evaluar si un modelo adaptativo puede anticipar dinámicas EEG mejor que modelos basales. Esto lo sitúa dentro del campo de neurociencia computacional, aprendizaje automático continuo y modelado dinámico de series temporales. La clave es evitar afirmaciones extraordinarias. El valor reside en la arquitectura, la métrica y la reproducibilidad. Coherencia Predic...