通过预测合成时间序列的频率内容，该方法在数据有限和受试者少的情况下超越完全监督学习。结果强调频率信息对睡眠阶段判定的相关性，深度神经网络提高睡眠分期准确性。预计该方法在EEG数据有限或少数受试者的应用领域具有优势。

通过预测合成时间序列的频率内容，深度神经网络在数据有限和受试者少的情况下超越完全监督学习，提高睡眠分期的准确性。该方法在EEG数据有限的脑-机接口等领域广泛应用。