Hacia un método de transferencia de aprendizaje en señales de EEG de habla imaginada Jessica Nayeli López Espejel 1 , Maya Carrillo Ruíz 1 , Luis Villaseñor Pineda 2 , Alejandro Torres García 2 1 Benemérita Universidad Autónoma de Puebla, Puebla, México 2 Instituto Nacional de Astrofísica, Óptica y Electrónica, Puebla, México acissejol@hotmail.com, crrllrzmy@gmail.com,luis.villasenor.pineda@gmail.com, alejandro.torres@ccc.inaoep.mx Resumen. El fin último de este trabajo es disminuir o eliminar la etapa de entrenamiento, para cuando un nuevo sujeto utilice una BCI (brain-computer interface) basada en habla imaginada. La etapa de entrenamiento se debe a que es necesario adquirir suficiente información para identificar los patrones que permitan distinguir lo que el sujeto imagina pronunciar. Ahora bien, en habla imaginada, como cualquier otro potencial evocado, el proceso de entrenamiento es tardado y tedioso. En este artículo se presenta una serie de experimentos que busca comprobar si su información de entrenamiento ya disponible para un grupo de sujetos puede aprovecharse para un nuevo sujeto. El método empleado usa mapas auto- organizados para seleccionar la información ya disponible con la cual se generan clasificadores binarios para identificar las palabras presentes en los EEG del nuevo sujeto. Los resultados alcanzados son alentadores y dan pauta para el diseño de un método apropiado para transferencia de aprendizaje sujeto- a-sujeto en habla imaginada. Palabras clave: transferencia de aprendizaje, habla imaginada, EEG, random forest. Towards a Method of Transfer Learning in Imagined Speech EEG Signals Abstract. The target of this research is decrease or eliminate the training stage, when a new subject uses a brain- computer interface (BCI) based on imagined speech. In the training phase it is necessary to acquire enough information to identify the patterns that allow to distinguish what the subject imagines to pronounce. Then, in imagined speech, like any other evoked potential, the training process is tedious. This article presents experiments that seek to verify if the training information and the available information for a group of subjects can be used for a new person. The proposed method uses self- organized maps to select information in order to generated binary classifiers to identify the words presented in a new EEG subject. The results are encouraged and give the 165 ISSN 1870-4069 Research in Computing Science 140 (2017) pp. 165–174; rec. 2017-03-08; acc. 2017-05-06