L'elettroencefalografia (EEG) è un potente strumento per studiare l'attività cerebrale, ma l'identificazione e la localizzazione delle fonti di questa attività rimangono sfide significative. Questo problema inverso è cruciale per ottenere una comprensione più approfondita delle dinamiche cerebrali. Il nuovo algoritmo TASER (Time-constrained Active Sparse Estimation with Regularization) è stato sviluppato per affrontare questa sfida specifica, mirando a identificare e localizzare le fonti di attività cerebrale nel tempo. La metodologia di TASER si basa su una stima sparsa dei dipoli attivi all'interno del cervello, utilizzando una strategia di regolarizzazione che minimizza la norma L1. Questo metodo promuove la sparsità, riconoscendo che in un dato istante o contesto, solo poche fonti di attività cerebrale possono essere rilevanti, mentre molte altre potrebbero non contribuire significativamente all'output dell'EEG.