22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 1/13

ABC  Demos  Hints&Tips  Reference  Overviews  Glossary  Buy  Support    Search

SuperMemo Home

Sleep ChartEditable (wiki) version of this page

Contents1 Introduction

1.1 Repetitions timeline1.2 Sleep timeline

2 Timeline graphs2.1 Timeline2.2 Circadian

2.2.1 Sleep initiation2.2.2 Sleep maintenance2.2.3 Optimizing bedtime

2.3 Learning circadian cycle2.4 Phase shift2.5 Alertness

2.5.1 Alertness approximation buttons2.5.2 Other alertness graph buttons2.5.3 Homeostatic alertness parameters

2.6 Napping2.7 REM2.8 Sleep block length distribution2.9 Periodogram2.10 Learning2.11 Memory consolidation

2.11.1 Correlation between recall and consolidation2.11.2 Good learning days

3 Two­component sleep model4 FAQ

4.1 You can abandon SleepChart4.2 You need to copy sleep timeline when reinstalling SuperMemo4.3 Gaps in Timeline4.4 Should I log light sleep

Introduction

Sleep is vital for learning. To sleep well and to learn well, you need to understand your own circadian rhythm. Sleep Chart in SuperMemo was designed to assist you in that task.It can help you optimize the timing of sleep as well as to optimize the timing of your learning. You can inspect the timeline of learning that is generated automatically. Your sleepdata must be logged manually in the Sleep Chart. Collecting your sleep data can be useful in understanding the link between sleep and learning.

At minimum skill level, you can use Sleep Chart for basic visual inspection of your favorite learning and sleep hours. However, more advanced functions such as optimizing thetime for learning or the time for sleep require advanced analysis and understanding of circadian rhythms. Currently, the toolset for analysing the impact of sleep on learning is verylimited. However, if you start logging your sleep data today, you will be able to use future, more advanced versions of SuperMemo to study and understand your sleep andlearning.

You can access Sleep Chart with:

1.  Tools : Sleep Chart on the main menu,2.  SuperMemo Commander, or3.  by just pressing F12.

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 2/13

Sleep blocks are marked in  blue . Learning blocks are marked in  red . Total learning time on individual days is displayed on the right. Selected sleep block is displayed in  yellow .The length of that block is displayed at the bottom.

Repetitions timelineThe timeline of repetitions is collected automatically and is separate for each collection. Each time your make repetitions with SuperMemo, the learning block is added to thetimeline (displayed in red).

Sleep timelineThe timeline of sleep must be logged manually. There is only one sleep timeline in SuperMemo (unlike repetition timelines that are separate for individual collections). If you moveSuperMemo between computers, remember to move your sleep timeline as well. The timeline is stored in the [SLEEP] subfolder of the SuperMemo folder as sleep.tim (e.g.d:\sm16\sleep\sleep.tim). This file's name and location cannot be customized. This file is compatible with SleepChart and can be opened and edited in that applicationindependent of SuperMemo.

To log a block of sleep, click the beginning of the block (sleep start) and then click the end of the block (sleep end). You can also start from clicking the end of sleep first. Sleepblocks above 22 hours are disallowed. Sleep blocks cannot overlap with repetitions timeline (you cannot learn with SuperMemo and be asleep at the same time). If you havealready collected your sleep data in SleepChart, you can import this data with File : Import : SleepChart file. You can also import data from a spreadsheet in the CSV format. Ifyou import files from SleepChart, you can test for sleep and learning overlaps with File : Verify : Block overlaps. Protection from block overlaps is an important advantage ofusing SuperMemo over SleepChart, in which it was very easy to fall out of phase in logging data (e.g. by failing to fill out a single day and noticing that only a month later). Youcan mark blocks of forcefully delayed sleep, as well as mark blocks cut short with an alarm clock or other factors. Please note that you can get best analytical results if you do notartificially regulate sleep (e.g. with an alarm clock, sleeping pills, etc.). Applied models will not fully account for artificial intervention. Last but not least, natural sleep is what youshould aim for in learning as well as for the sake of maximum health and well­being. Natural free­running sleep will maximize your fun in life!

Timeline graphs

Currently you can use 11 analytical graphs in Sleep Chart. This set is likely to grow in future releases of SuperMemo as more gets to be known about information that can beextracted from correlations found in sleep&learning data. If you deem the presented analytical power as insufficient today, it should not stop you from collecting sleep data. Starttoday! Every data point can contribute to valuable conclusions in the future.

TimelineTimeline displays repetitions blocks of the current collection (in red) and sleep blocks (in blue). Dates and total repetition time are displayed on the right. Sleep blocks can beconsolidated with Consolidate button on the toolbar. For example, if you woke up for 5­10 min. in the night, consolidation will make SuperMemo treat the entire night block as asingle entity (short awakenings are a frequent occurrence, even if we are not aware of them, and have little impact on learning). Sleep optimization data can be displayed in thisgraph. Most importantly, two independent models are used to predict middle­of­the­night points as well as the expected optimum retirement and awakening times. Thoseapproximations may be helpful in optimizing sleep in people who work shifts or sleep in irregular hours for various reasons. For example, after a week of irregular sleep, it may bedifficult to determine the optimum retirement hour that is likely to produce best quality sleep. Going to sleep too early might result in premature awakening (which may often ruinthe night sleep entirely). Going to sleep too late may result in short night sleep, sleep deprivation, and reduced alertness on the following day. Predicting optimum sleep time onthe basis of sleep history is inexact science, and two models used may produce different outcomes. Important! Your natural instinct should always take precedence overmathematical models. Moreover, best results in sleep optimization are accomplished in free­running sleep. If you use an alarm clock, or force yourself awake through the night, ortake sleeping pills, the models may not adequately account for the chaotic change that is occurring in your sleep control systems.

It is impossible to provide a sure&simple way of interpreting the following graphs. Only rough guidelines are provided. For more detailed interpretation, send your data to

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 3/13

sleep2009(AT)supermemo(DOT)com. Your data will be used to improve future analytics. If possible, you will also receive personal help in interpreting your results.

Figure: Computing optimum sleep hours may be useful, for example, when recovering from a night shift.

Blue  and  red  continuous lines are predictions of optimum sleep time using the SleepChart model (based on sleep statistics).  Yellow continuous line  shows the prediction of themaximum of circadian sleepiness (circadian middle­of­the­night peak) using a phase response curve model. Note that theoretically, yellow line should roughly fall into the middlebetween blue and red lines. However, when a distruption of the sleep pattern is severe, those lines might diverge testifying to the fact that it is very hard to build models that fullymatch the chaotic behavior of the sleep control system subjected to a major perturbation.  Aqua dots  point to the predicted daytime dip in alertness (i.e. the time when a nap

might be most productive).

CircadianThe circadian graph in SleepChart can help you better understand your sleep patterns, as well as to visualize the degree of cycle instability (i.e. how difficult it is for your sleep­wake cycle to fit into 24 hours). You will need a few months of data before the graph becomes meaningful. In addition, subjective night approximation lines in the sleep log aresubject to substantial hysteresis . If your lifestyle changes dramatically (e.g. as a result of a therapy), you may need a few weeks for the approximation lines to align properly withdata. The circadian graph may then be more difficult to interpret. In such cases, you can use From the first day and To the last day options to demarcate the period of interest.This will limit the analysis to a selected period characterized by a selected lifestyle.

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 4/13

Figure: Circadian and homeostatic sleepiness. Circadian graph plotting your favorite sleep times as counted from natural awakening ( blue homeostatic line ), as well as theresulting average sleep length produced by various retirement hours ( red circadian line ). The  slanting green line  separates the graph into the areas of phase advanced (right) andphase delays (left). The line is determined by points in the graph where the waking time (horizontal axis) added to the sleep time (left vertical axis) equals to 24.0 hours. The placewhere the  green breakeven line  crosses the  red sleep length line  determines the optimum balanced sleep cycle of 24 hours. The greater the angle between the  green  and  redlines, the harder it is to balance sleep and fit it into the 24h cycle of the rotating earth. In the presented example, the longest sleep occurs after a 17­hour day, the best adjusted

cycle happens after a 19­hour day, while the usual waking day lasts around 20 hours.

Sleep initiationBlue line  shows the preferred time to fall asleep. It corresponds with sleep propensity derived from the number of sleep blocks falling into a given hour of the waking day,where zero on the horizontal axis refers to the hour of waking up. Percentage of sleep episodes initiated at any given time is displayed on the right vertical axis. The blue lineroughly expresses your "tiredness of wakefulness". It also expresses your ability to fall asleep. Your own optimum bedtime hour is your personal characteristic as it differs betweenpeople. For most people the optimum bedtime falls into the range of 16­20 hours from waking. In the example, the most favored bed time occurs in the 18th hour of waking.

Sleep maintenanceRed line  shows the average length of sleep. This line is a rough reflection of the ability to maintain sleep, i.e. the longest sleep episodes occur during the subjective night.The average length of sleep is displayed on the left vertical axis. The graph will tell you that even if you are able to initiate sleep during the day, it will never last long. In mostcases of regular sleepers, only after 11­14 hours of waking does the length of initiated sleep start increasing. Note that the sleep length graph is slightly phase shifted in referenceto the preferred sleep initiation time due to the fact that long sleep is mostly achieved by initiating sleep early.

Optimizing bedtimeIf you are trying to determine your optimum bedtime, find the evening peak in the  blue curve  and choose nearby points that produce sufficiently long sleep ( red curve  highenough). In addition, pay attention to the fact that your wake and sleep time should add up to 24 hours, otherwise you will experience phase shifts.

Some people take naps during the day. Others don't. In nappers, the  blue curve  should also point to the maximum mid­day alertness dip. Short nap time may actually be a signof good nap timing as long as the nap is not taken too early in reference to the  blue curve . Non­nappers will also experience a peak of sleepiness around the 7th hour eventhough their  blue curve  will not show as a prominent bulge.

If the graph shows that your optimum nap time falls into the 8th hour, and you wake up at 6 am, you should take a break at around 14:00 (2 pm) and look for a secluded place fora few minutes of rest. You could also plan your lunch at around 13:00­13:30 to complete a perfect setting for a siesta.

Learning circadian cycleIf you learn "on demand" (as opposed to planned learning in a specific time of day), you can see the circadian plot of your learning analogous to the SleepChart plot. This showsyou when you like to learn and for how long.

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 5/13

Figure: Learning circadian cycle. The exemplary picture proves that morning is the best time to learn with a "second (circadian) wind" in the evening ( blue line ). The morninglearning time is short and sharp with longer individual learning blocks, while the evening time spans over a longer period but shows gradually decreasing drop in the "power to

learn" (2h average in the morning, 1h average in the 12th hour, down to 5­10 min. at the end of the day)( red line ). The rapid increase in the length of blocks after 21sth hour ( redline ) represents the days of "early rising with extra learning power". Even though those early learning blocks are long, they do not occur often (as indicated by low  blue line , which

represent "frequency of learning" at that particular time).

Phase shiftThe phase shift graph may be used by people in free running sleep suffering from ASPS or DSPS. This graph shows the degree of phase­shift as well as its dependence on thetime of day. The graph can be used to see the expected bedtime given a specific natural waking time:

Figure:  Blue line  shows the bedtime (vertical axis) for days with a given waking hour (horizontal axis).  Red line  shows the next day's waking hours (which are shifted by 1­2 hoursin DSPS).  Fuchsia  and  gray  lines indicate the siesta period. Even though the  red waking line  begins at the origin of the graph, it shows a substantial phase shift at later hours(DSPS). From the presented exemplary graph one can read that for the waking time equal to 7 am (horizontal axis), the expected time to go to bed, as indicated by the  blue line ,is 1 am (vertical axis), while optimum siesta time occurs between 15:00 and 16:00. However, if the wake time is 11 am, the bedtime is likely to come only at 5 am the next day.

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 6/13

Remember! Each individual will have a his or her own unique graph. Moreover, the graph will look differently if it is taken at times of work or at times of summer vacation. It willbe affected by stresses at work and at home. It may even change when you move from one house to another, or when you change the climate zone. The graph will accuratelyreflect your rhythm only if you adhere to free running sleep. If you use an alarm clock, this graph will be meaningless!

AlertnessIn healthy individuals who are not sleep deprived and who sleep in the correct phase, the best learning results are obtained early in the morning. This easily reproducibleobservation was an incentive to introduce two options in SuperMemo that help users of the program study their alertness throughout the learning day. The term alertness, inSuperMemo, is used interchangeably to describe two different measures of cognitive function:

1.  inverse of sleep propensity (or sleep drive) as derived from the two component model, and2.  the average grade in learning with SuperMemo which corresponds with memory recall.

Both expressions of alertness are closely correlated. SuperMemo measures alertness as well as attempts to predict changes in alertness in two different time frames intended toseparate the homeostatic and circadian components of sleep propensity. Both approaches require a sleep log for the measurements and for the predictions to be possible. Todemonstrate the homeostatic changes to alertness, SuperMemo measures the learning performance since the last sleep episode. To demonstrate the circadian changes toalertness, SuperMemo measures the learning performance in reference to the circadian time (i.e. time measured since the optimum natural waking hour) in periods that may ormay not include intervening sleep episodes. As it can be seen in the enclosed pictures, it is not possible to fully deconvolve the impact of homeostatic and circadian sleeppropensity on learning. Homeostatic graphs will always include a small circadian bump related to post­siesta learning, while circadian graphs will be affected by sleep habits thatare closely correlated with the circadian cycle, esp. in free running sleep.

If you have already collected your sleep data with SleepChart, you can see your wake­recall correlations with the newest SuperMemo. Note that only repetitions executed withSuperMemo 13.0 (2006) or later will be included in the graphs as earlier SuperMemos did not store precise time of repetitions in repetition history.

You can see how fast your alertness, recall and grades drop during the day by inspecting the Alertness (H) graph in SuperMemo. In this graph, you can see the time that haspassed since the last sleep block, and how your recall changes in waking:

Figure: Alertness (H) graph makes it possible to visually inspect how recall decreases during a waking day. The Deviation parameter displayed at the top tells you how well thechosen approximation curve fits the data (in the picture: negatively exponential recall curve). The lesser the deviation, the better the fit. The deviation is computed as a square root

of the average of squared differences (as used in the method of least squares).

In Alertness (H), the minimum length of a sleep episode in consideration is determined by Min. sleep block (h) box (0.2 hours, or 12 min. is the default minimum). Shorter sleepblocks are disregarded in plotting this graph. Homeostatic alertness half­life (in hours) tells you when your learning capacity drops by half after waking. You can modify thisparameter to look for a better curve fit in your case (the Model button must be depressed). See Deviation to evaluate the fit. This half­life can differ between individuals. Notably,it is very short in narcoleptics, and very long in natural non­nappers.

The circadian changes in alertness can be seen in the Alertness (C) graph, which plots alertness throughout the day in reference to the circadian time measured from the actualwaking time or from the optimum natural waking time:

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 7/13

Figure: Alertness (C) graph showing the powerfully biphasic nature of the human circadian cycle. The horizontal axis shows the circadian time, i.e. the time that elapses fromphase 0, i.e. the predicted "end of the night" time (if Model is depressed). The prediction comes from the circadian model employed in SleepChart, and is derived from the sleeplog data. The  yellow line  is the predicted circadian alertness derived from the same sleep log data using the two component model of sleep propensity developed for the purposeof sleep optimization in SuperMemo (inspired by similar work by Alexander A. Borbely and Peter Achermann). The overall alertness, not shown in the graph, is the resultant of thestatus of the two components of sleep propensity: the homeostatic component and the circadian component. The  blue  dots are recall data taken from the learning process in

SuperMemo that correlate well with overall alertness

Alertness approximation buttonsHomeostatic ­ approximation of the homeostatic alertness (inverse of the homeostatic sleep drive). Depending on the status of the Model button, the approximation is either atheoretical negatively exponential curve that provides the best fit to the alertness data, or is taken from the two­processes model providing best fit to the sleep log data.Circadian ­ approximation of the circadian alertness (inverse of the circadian sleep drive). Depending on the status of the Model button, the approximation is adjusted for theactual waking time or for the predicted optimum waking time taken from the two­processes sleep model. Depending on the status of the Exp FI button, the graph is alsoadjusted for the theoretical association between grades and recall (as opposed to only fail vs. success measurement).Alertness ­ resultant alertness that combines homeostatic and circadian alertness (inverse of the modelled sleep drive). The formula used to combine the two components ofalertness has been derived heuristically to provide a good fit to sleep log and recall data.Wake ­ waking time proportion at a given point in circadian time (this is a straight line in the homeostatic graph as all points in the graph are plotted after the last registeredsleep episode). The waking proportion is not to scale as all approximation graphs are stretched between minimum and maximum levels for better graph clarity.

Other alertness graph buttonsModel ­ switch between actual waking time and the modelled predicted optimum waking time taken from the two­processes model. This button also switches to the negativelyexponential approximation of the wake­vs­recall curve (as opposed to the curve taken from the two­processes sleep model).Exp FI ­ use expected forgetting index estimations to differentiate between grades in the learning process (when this button is depressed, only fail and pass grades are takenas recall 0 and 1).Excel ­ export data to Excel.

Homeostatic alertness parametersWhen displaying the homeostatic alertness, you can adjust two parameters (bottom of the graph):

minimum length of sleep blocks considered (in hours). All sleep episodes lasting less than the said parameter will be ignored in the graph.homeostatic alertness halflife (in hours). This number tells you when your learning capacity drops by half after waking. You can modify this parameter to look for a better curvefit (Model must be depressed). See Deviation to evaluate the fit. This halflife can differ between individuals. Notably, it is very short in narcoleptics, and very long in naturalnon­nappers.

NappingThis graph lets you know how much time you need to compensate with naps if your night time gets shortened.

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 8/13

Figure: Optimum nap duration. When the correlation between the duration of nighttime core sleep and the total duration of naps is investigated, a rather non­linear relationshipemerges. In the presented example, a negatively exponential function provides far better fit to data than a linear function. However, in the most studied range corresponding withthe nighttime sleep ranging from 4 to 8 hours, a nearly linear relationship can be observed where each hour of lost night sleep requires 20 min. of replacement nap time. This

shows than napping has a powerful compensatory power.

REMThis tab is included in SuperMemo for research purposes only. Using circadian phase misalignment in nighttime sleep blocks, SleepChart attempts to make heuristic guesses onthe possible sleep architecture, incl. the proportion of REM sleep achieved. This can then be correlated with the quality of learning on the following day. SuperMemo REM heuristichas not been properly validated. If you use different REM measurement methods (e.g. based on nighttime mobility), you may obtain different results. In particular,polysomnographic measurements are the best way to get data on the proportion of REM in night sleep.

Sleep block length distributionNREM­REM sleep cycles take roughly 90 min. A popular myth says that the length of a healthy night­time sleep episode will therefore always be a multiple of 90 min. Anothermyth says that it is ok to interrupt sleep after a multiple of 90 min. A variant of both myths says that sleep is supposed to last a multiple of a period that is specific to a givenindividual.

SleepChart displays the distribution of the length of all sleep episodes. That distribution can be used to invalidate the claim that sleep blocks cluster in multiples of 90 min.

Figure: Sleep block length distribution in a monophasic sleeper. In the presented example, the graph indeed shows clusters at: 1, 2, 3, 3.5, 4, 5, 6, 7, 8, 9, and 10 hours.However, upon closer scrutiny, this clustering comes only from inaccurate logging by the subject (it is easier to mark 3.0 hour block than 2.95 hour block). There is no 90 min. trend

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 9/13

discernible, however, one might be tempted to notice a multiple of 60 minutes.

Figure: Sleep block length distribution in a biphasic sleeper. This graph uses a semi­log scale, which is better for visualizing short sleep blocks of a habitual napper. In this case, abiphasic sleeper shows only one significant cluster at 7 hours of sleep. This cluster was again caused by imprecise logging.

Figure: Sleep block length distribution in a regular 7­hours­per­night monophasic sleeper. There are a few peaks discernible, however, no regular sleep length multiple. Inparticular, no peaks around the expected 5.5 and 8.5 hours.

PeriodogramThis graph helps you detect the frequencies that underlie your sleep cycles (circadian cycles and ultradian cycles).

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 10/13

Figure: Examplary spectrogram shows a sleep with a prevailing frequency corresponding with a period of 24.454 hours (i.e. 27 minutes more than a 24 h day­night cycle). There isalso a cluster of periods around 12.1­12.8 hours (those are reflected by a midday circadian low time suitable for siesta naps)

LearningThis graph lets you see the correlation between the amount of learning and your sleep needs (the correlation may surprise you as it often happens that on a good day you learnmore while you sleep less).

Memory consolidationThe decline in the ability to consolidate memories during the waking day follows a curve that mirrors the decline in the ability to recall things from memory! As the day goes on, theability to store facts in memory declines. Short naps seem to restore the memory consolidation power to baseline. As much as recall, consolidation seems to be inverselycorrelated with the homeostatic drive to sleep.

The conclusion is that in free running sleep (i.e. primarily in the absence of an alarm clock), we can get best learning results if we learn early in the morning. The same holdsfor exams. The recall and exam results will be best if the exam is held in the morning even though some time for pre­exam cramming may skew the outcome.

Correlation between recall and consolidationThe fact that both recall and consolidation curves seem to follow a very similar course during a waking day seems to indicate that they both may depend on the same underlyingmechanism. This conclusion is amplified by the fact that recall is a passive process, while consolidation is an active process of forming new or reconsolidating old memories. Wecan hypothesize that the underlying mechanism is therefore not molecular. The decline in recall and consolidation might simply be caused by a decline in operational efficiency ofthe neural networks involved in learning. That efficiency, expressed as alertness (see: Alertness in SuperMemo), depends on both homeostatic and circadian components of thesleep drive. The homeostatic component determines an overall decline in network efficiency over the course of a waking day, while the circadian component allows of a smallbump in the second half of the waking day, presumably due to a neurohormonal impact of the circadian cycle on the overall function of the central nervous system.

Good learning daysThe correlation between recall and consolidation can also be seen in abstraction from the circadian time. If the overall recall and consolidation data are taken from individual daysof learning process, they correlate pretty well too.

In SuperMemo, you can see that learning days that are good for recall are also good for memory consolidation. Recall is expressed as a fraction of correct answers on a given day.Consolidation is expressed as a fraction of correct answers on the day of the next repetition that follows the one on the day for which the consolidation is measured.

We can conclude that good learning days are equally good for recall as they are for consolidation. A more general conclusion is that successful recall is essential for consolidationof memories.

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 11/13

Figure: Exemplary graph showing how good memory recall improves memory consolidation. The relationship between recall and consolidation is nearly linear. The graph wasplotted using over 800,000 repetitions in SuperMemo, with 538,000 of these contributing their data to the consolidation estimates. Recall levels with fewer than 3000 data pointshave been omitted from the graph. The Deviation parameter says how well the linear fit matches the data (the less the deviation, the better the fit). The deviation is computed as

a square root of the average of squared differences between the approximation and the data.

Figure: Exemplary graph showing the average recall for days producing a given level of memory consolidation. The relationship between consolidation and recall is nearly linear.The graph was plotted using over 800,000 repetitions in SuperMemo. Consolidation levels with fewer than 3,000 data points have been omitted from the graph. Lowered recall forconsolidation of 100% comes from the fact that this consolidation level is overrepresented by small sample days where lucky perfect recall in just a few items may result in perfect

consolidation reading without actually saying anything about the recall on the day the consolidating repetition took place. Sufficiently large number of such cases will letconsolidation category of 100% pass the 3,000 data points outlier limit set for this graph, and result in a recall level that is much closer to the average level.

Two­component sleep model

SuperMemo uses a two­component sleep model inspired by the publications of Alexander A. Borbély and Peter Achermann. Unlike other models, SuperMemo uses user's sleepdata to predict the homeostatic and circadian status of overall sleep propensity. This model is helpful in choosing the optimum time for learning on a given day (given a particularhistory of sleep). It can also help planning the optimum bedtime in cases where the sleep pattern is highly irregular. The model does not predicate on the timing and duration ofNREM and REM sleep episodes.

The model is tuned to fit typical SleepChart data logs. However, there are individual genetic differences that affect the length of the circadian cycle, steepness of the homeostaticdecline in alertness, sleep length preferences, sleep architecture, spectral properties of sleep, fragmentation of sleep, etc. This model is limited in accounting for these variables. Ifyou are sleepy against the simulations based on the model, you can probably trust your own instincts better. If you feel alert against the simulations based on the model, you cancertainly get down to learning and ignore predictions of the model. Moreover, sleep patterns are a good measure of your sleep control systems only if they are not artificially

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 12/13

disturbed (e.g. by forcefully delaying sleep, using alarm clock, using medication, etc.). In other words, if you are not free running your sleep, the presented model may fail to mapyour circadian rhythms correctly. You can mark blocks as artificially shortened or delayed (Forced awakening and Delayed retirement on the context menu available with a right­click). However, marked blocks will have a limited effect as there is no way of knowing the degree of the cut into the sleeping patterns, and, consequently, knowing the resultingperturbation in the sleep control system produced by artificially modified sleep.

In Borbély model, the timing of sleep is determined by the points in which the curves representing the homeostatic and circadian processes cross. SuperMemo uses a simpler, butmore intuitive approach, in which both components of sleepiness are integrated into an overall alertness level ( red line  in the graph). The advantage of that approach is thepossibility of instant feedback from an actual learning process, where the level of memory recall is supposed to correlate directly with the level of alertness determined bythe model. The formula for integrating the two components of sleep into overall alertness was chosen heuristically with the help of alertness data gathered in SuperMemo. Thepurpose of the integration was to achieve the best possible match of the predicted alertness in the model with the average recall level in SuperMemo. As it has been shown earlier,both homeostatic sleepiness and circadian sleepiness affect the grades in SuperMemo, however, only a combined effect of both components provides a good match with thechanges of recall for different combinations of homeostatic and circadian sleepiness. In the model used in SuperMemo, sleep is initiated when the overall alertness drops below acertain level. Sleep may thus be initiated by both components of sleepiness independently, but the timing and duration of sleep will differ for various combinations of changes inthe homeostatic and circadian sleep propensity. Despite using a different approach to determining the sleep onset, predictions of the model fit the actual sleep log data pretty wellin free running condition in cases studied.

To see the predictions of the model for your own sleep data for any given day, make sure you have your sleep log filled out for recent days in SleepChart, and shift­click the day inquestion in the sleep log.

Figure: Two­component sleep model in SuperMemo: The horizontal axis represents time.  Blue blocks  show the actual sleep episodes.  Aqua line  shows the 24h circadian sleepdrive with a mid­day siesta hump.  Green line  is an inverse of the homeostatic sleep drive and can be interpreted as homeostatic alertness, which declines exponentially duringwakefulness and is quickly restored by slow­wave sleep (for simplicity, as in Borbely model, the entire sleep block is assumed to have a contribution proportional to its length, asthe SleepChart model does not account for sleep stages).  Yellow vertical lines  show the prediction of the circadian acrophase (circadian middle­of­the­night peak). Acrophasecomputations are done with the help of a phase response curve model (as opposed to a statistical model used in earlier versions of SleepChart).  Red line  shows the resultantalertness (peaks are best for learning, valleys are best for sleep). For example, Alertness on Oct 1, 2008 at 7:43 was predicted to be at 59% of the maximum but would keep

increasing fast in the first 2 hours of wakefulness (a typical symptom of a night sleep that is terminated too early). The picture shows two peaks in alertness on Oct 1, 2008, at 9am and at 7 pm. Those periods would likely be best suited for learning on that day.

To see a more accurate presentation of your own homeostatic and circadian alertness in SuperMemo, see the Alertness tab in SleepChart.

FAQ

You can abandon SleepChartQuestion

I used to log my sleep into SleepChart. Once this file is imported to SuperMemo, should I abandon the SleepChart file and log sleep details directly into SuperMemo?

Answer

Yes. All SleepChart functionality has been included in SuperMemo. You can quickly get Sleep Chart with F12. However, there is full compatibility at the file level, and you canalways go back to SleepChart in the future, or introduce sleep blocks using SleepChart if it is more convenient (and does not lead to confusion). All you need to remember is to usethe file at the right location: SuperMemoFolder/sleep/sleep.tim. SuperMemo will always use the file at this location only.

You need to copy sleep timeline when reinstalling SuperMemoQuestion

I installed a new version of SuperMemo and copied my collections into that installation. However, my sleep timeline disappeared.

Answer

In addition to copying your collections, you will need to copy the following file: <SuperMemoFolder>\sleep\sleep.tim. This file must be placed in the \sleep folder in the newinstallation.

Gaps in TimelineQuestion

I had been meticulously recording my sleep for about 6 months until I lost track for a couple of weeks and then began recording my sleep once more. How are such gaps inSleepChart treated? Can anything be done afterwards to minimise the damage to the data?

Answer

Currently, SuperMemo has very weak protections against missing data. If you use your data to study sleep cycles, you could try to roughly estimate the sleep hours for the periodand fill in the approximate data. However, it is hard to say how this will affect sleep&learning correlations. Even a small change could produce a major difference in graphs. Youcould backup sleep.tim file, fill in the approximations and peek at the Alertness graph. If it has not been disturbed much, you might leave the approximated data and hope that

22/2/2015 SuperMemo: Sleep Chart

http://www.supermemo.com/help/sleep.htm 13/13

with the inflow of new sleep and learning data, the damage will be diluted. Hopefully, overtime, SuperMemo will add mechanisms to better cope with missing sleep data. However,if you want to understand your own sleep and memory, you would do best by just being religiously systematic with logging in your sleep blocks.

Should I log light sleepQuestion

Hello, should log the time from when you get into bed or try to estimate the time at which you actually fall asleep? I sometimes take up two hours to truly fall asleep even if I amtired. And if I spent an hour on my bed in a kind of light sleep but conscious (or meditating), should I log that in? Or should I just try to truly sleep when I am in my bed?

Answer

As SleepChart does not provide for differentiating between sleep stages (this would require some advanced measurement technology), you can use conscious mind as the soleindicator. Light sleep with loss of consciousness should mark as blue=sleep, while tossing and turning or meditation without the loss of conscious thinking should mark aswhite=wake. If you happen to guess you had short moments of sleep (1­2 min.), you could mark these as short vertical blue sleep lines. Whether you are interested in optimizingsleep (e.g. when to go to sleep) or in viewing your learning performance in waking time, SuperMemo shall cope ok with a degree of imprecision in logging sleep in situations likethe one described.