Inferência Bayesiana Contextual e Priors Condicionais Amortizados para Interfaces Cérebro–Computador Não Invasivas Adaptativas

Este registro documenta um estudo sobre a aplicação de inferência bayesiana contextual em interfaces cérebro–computador (ICCs) baseadas em EEG. O trabalho apresenta uma formalização rigorosa da incorporação de variáveis contextuais para a redução do risco bayesiano, demonstrando que estimadores amortizados de priors condicionais podem ser integrados de forma eficiente ao pipeline de processamento de sinais. Adicionalmente, são estabelecidos limites teóricos para o risco excessivo resultante de aproximações, garantindo a validade e robustez dos modelos em ambientes não controlados, adaptativos e não invasivos.