研究者提出模块化贝叶斯边缘云架构BELT，用以解决现有脑机接口系统绑定特定应用、可移植性不足、需逐用户适配和隐私顾虑等问题：贝叶斯先验与后验平衡泛化与个体化学习，轻量分类器适配嵌入式设备，压缩降低边缘与云端带宽。轻量版BELT-lite仅由线性时不变运算构成，可直接对接数字信号处理硬件。在BCI Competition IV-2a与IV-2b数据集（18名受试者、十折交叉验证）上，经个体微调后数据集B准确率87.9%±6.8%，数据集A为80.6%±8.6%。ARM Cortex-A7上平均延迟6.75毫秒每样本，比EEGNet的8.36毫秒快21%，但准确率低约2.7个百分点。该研究2026年8月21日发表于《PLOS ONE》。
