태스크 클래스를 이용하여 실험 과제를 정의하고, 모델 클래스를 이용하여 상기 실험 과제에서 가정하는 수리적 모델을 정의하는 단계; 그리드 기반 탐색을 위하여 사용할 설계 공간 및 파라미터 공간을 정의하는 단계; 상기 태스크 클래스, 상기 모델 클래스 및 상기 그리드 공간 정의에 기반하여 엔진 클래스를 초기화하는 단계; 상기 엔진 클래스를 기반으로 설계 최적화를 통해서 다음 실험에서 사용할 최적의 실험 설계를 계산하는 단계; 상기 엔진 클래스의 특정 메소드를 통해서 최적의 실험 설계를 반환받는 단계; 상기 최적의 실험 설계를 이용하여 실험을 진행하는 단계; 및 상기 사용한 실험 설계와 그에 대응하는 실험 결과를 바탕으로 베이지안 업데이트(Bayesian update)를 진행하는 단계를 포함하는, 적응적 설계 최적화 기반으로 하는 실험 최적화 방법

제 1항에 있어서,상기 태스크 클래스에는 상기 실험 설계를 포함하며, 상기 실험 결과 또는 참가자의 반응을 정의하는, 적응적 설계 최적화 기반으로 하는 실험 최적화 방법

제 1항에 있어서,상기 모델클래스에는 모델 파라미터를 정의하고, 상기 실험 설계와 상기 모델 파라미터에 의해 상기 실험결과가 나올 가능성을 계산하는 방법을 정의하는, 적응적 설계 최적화 기반으로 하는 실험 최적화 방법

제 1항에 있어서,그리드 기반 탐색을 위해 사용되는 설계 공간 및 파라미터 공간을 정의하는 단계를 더 포함하는, 적응적 설계 최적화 기반으로 하는 실험 최적화 방법

태스크 클래스, 모델 클래스, 그리드 공간 정의를 포함하는 사용자 지정 정보가 입력되는 사용자 단말;상기 사용자 지정 정보를 수신하고, 사용자로부터 상기 사용자 단말을 통해 피드백되는 추가정보를 수신하는 커뮤니케이션 유닛; 및상기 커뮤니케이션 유닛을 제어하는 프로세서;를 포함하고,상기 프로세서는, 상기 태스크 클래스를 이용하여 실험 과제를 정의하고, 상기 모델 클래스를 이용하여 상기 실험 과제에서 가정하는 수리적 모델을 정의하며, 그리드 기반 탐색을 위하여 사용할 설계 공간 및 파라미터 공간을 정의하고, 상기 태스크 클래스, 상기 모델 클래스 및 상기 그리드 공간 정의에 기반하여 엔진 클래스를 초기화하며, 상기 엔진 클래스를 기반으로 설계 최적화를 통해서 다음 실험에서 사용할 최적의 실험 설계를 계산하고, 상기 엔진 클래스의 특정 메소드를 통해서 최적의 실험 설계를 반환받으며, 상기 사용한 실험 설계와 그에 대응하는 진행된 실험 결과를 바탕으로 베이지안 업데이트(Bayesian update)를 진행하는 단계를 포함하는, 적응적 설계 최적화 기반으로 하는 실험 최적화 시스템