Method for providing a brain-computer interface, and a brain-computer interface, having a classification model as part of a processing pipeline. The input signal comprises a neural signature to be detected by the classification model. Obtaining the classification model comprises training the classification model using the input signal and assigning one or more labels to the input signal at different time points. Each label indicates whether the input signal at the associated time point of the label should be classified as a target activity. Further processing steps are whitening the input signal using whitening parameters to reduce temporal and spatial correlations in the input signal to obtain a whitened time series, specifying a polynomial kernel using polynomial kernel parameters,that induces a mapping of the whitened time series to a linearly separable feature space,and classifying the feature space using the output of the polynomial kernel, classification parameters, and weights.La présente invention concerne un procédé permettant de fournir une interface cerveau-machine, et une interface cerveau-machine, comprenant un modèle de classification faisant partie d'un traitement en cascade. Le signal d'entrée comprend une signature neurale destinée à être détectée par le modèle de classification. L'obtention du modèle de classification comprend l'entraînement du modèle de classification à l'aide du signal d'entrée et l'attribution d'un ou plusieurs marqueurs au signal d'entrée à différents instants. Chaque marqueur indique si le signal d'entrée à l'instant associé au marqueur devrait être classifié comme activité cible. D'autres étapes de traitement consistent à blanchir le signal d'entrée à l'aide de paramètres de blanchiment pour réduire les corrélations temporelles et spatiales dans le signal d'entrée afin d'obtenir une série temporelle blanchie, spécifier un noyau polynomial à l'aide de paramètres de noyau polynomial, étape induisant un mappage de la série tempo
