將快樂數的計算方式略微改變，改成將一個數的每個位數的數字做1、2、3……n次方後，由數字大依序減去數字較小的，再取絕對值。隨後便和快樂數一樣，將新出現的數字重複作同樣的計算動作，觀察出現的數字是否和快樂數有類似的性質。

此實驗在研究美洲蜚蠊不同麻醉方式下行為反應之差異，並藉此找出對美洲蜚蠊最不具傷害性的麻醉方式。主要分成兩部分的實驗──主動式反應的迷宮和被動式反應的電擊，以測試美洲蜚蠊麻醉前後的反應。同時我們將兩大部分的實驗各分為三種等級：迷宮實驗──易、中、難；電擊實驗──電壓3V、9V、15V。實驗後可以得知：短暫的使用低溫麻醉及適當的使用二氧化碳麻醉，暫時讓美洲蜚蠊進入昏睡狀態並不影響其體內系統；但是我們平常用來麻醉各種生物的乙醚對其有較大的影響。

本研究旨在探討音樂內容對身心壓力的放鬆效果。本研究將受試者分派至完全無聲、環境音、純音樂、中文歌、日文歌等五個組別，進行約30分鐘的實驗操弄後，以血壓（收縮壓、舒張壓）、脈搏和狀態-特質焦慮量表之狀態焦慮量表（STAI-S）的測量結果作為指標，發現音樂確有放鬆身心壓力的效果，且雖然未達顯著，但不熟悉語言的歌曲（如日文歌）似乎比熟悉語言的歌曲（中文歌）更能放鬆身心壓力；另外，完全無聲的環境則可能比有聲的環境帶來更多身心壓力。本研究希望藉此為未來的音樂和壓力放鬆研究開啟更多可能性。

荖葉通常出現在檳榔攤用來包檳榔，造成世人誤解以為是導致口腔癌幫兇，但從各類文獻資料得知荖葉有很多功效，例如：清潔去污、抑菌、去味。為了證明荖葉並非只有壞處，因此製作清潔劑研究它去除碗裡污漬的能力、並將荖葉應用在六年級下學期發黴實驗來試驗不同比例荖葉葉子水放入牛奶和吐司會不會抑制發黴，更試著製作荖葉洗滌皂去除布上污漬，最後我們與家鄉四芳社區交流合作，將它應用在生活清潔用品、甚至製作放入藥材及料理中。透過深入認識在地特產荖葉，我們不只希望幫忙荖葉去除汙名，更希望為家鄉的荖葉產業注入新的可能性，開發本地特色產業。

到遊樂場玩，看到刺激的海盜船，想探討它對心臟的影響。由於血壓無法在短時間測得，所以就由血流速率的變化，推測血壓的變化。接著就製做一台心臟模擬器，再裝上攝影機，模擬各種可能的情況，再由電腦播放，找出各種變因的影響。 由坐姿的研究發現，向上流的血液，在最低點時，受到離心力向下的影響，使血液流速減緩，但是卻使向下流的血液流速增加。再比較海盜船的擺長影響，發現比較長的擺長，在坐姿時，向上流的血液受到的離心力較大，流速減緩的較多。在不同姿勢的比較實驗，坐姿的血液流速變化百分比較小，臥姿的變化非常大。 坐海盜船之前要先測量血壓狀況，評估是否有心血管疾病，再選擇適當時間搭乘，才是神鬼奇航的安全通道。

幹細胞會進行不對稱分裂以維持組織恆定，一個子細胞分化為有特定功能的細胞，而另一個則維持其細胞潛能。粒線體能進行分裂和融合並維持動平衡。現今的研究已經了解，誘導型多能幹細胞(iPSC)的粒線體動平衡變化會促使其直接分化 (Seo BJ, et al., 2018)。然而，果蠅卵巢生殖幹細胞(GSC)內粒線體動平衡與幹細胞分化的關聯仍不清楚。本研究利用容易辨認的果蠅卵巢生殖幹細胞來探討這個問題，並使用Gal4-UAS系統與RNAi操縱粒線體動平衡，並發現粒線體融合蛋白被抑制會導致油滴堆積及幹細胞損失。另外，使用左旋肉鹼(L-carnatine)增進脂肪酸代謝，發現增進代謝會導致油滴減少及幹細胞回復。本研究著重於探討粒線體動平衡對GSC維持與脂肪酸代謝的影響，並對粒線體脂肪酸代謝與幹細胞分化的潛在關係提出觀點與佐證，盼未來能有更進一步的研究與醫療方面的應用。

中華粗仰椿(Enithares sinica (Stål, 1854))屬於漸進變態的水棲昆蟲，從卵到成蟲約2個月，需蛻皮5次。雄蟲的後足腿節基部各有一突刺，雌蟲則無此構造，雄、雌體長相當。屬於肉食性，偏好在水中上層活動，在50隻孑孓裡，華椿成蟲一天平均吃食孑孓46隻，且雌蟲食量大於雄蟲，建議可當生物防治孑孓的物種。可藉由視覺(光影變化)、振動(腹部尾端有4根明顯的感覺毛)來偵測獵物存在的位置，但嗅覺相對不明顯。滑動一次後足前進的距離約為體長的21.68倍。攻擊獵物模式為:偵測→趨向→鎖定→攻擊，華椿處理一隻孑孓的時間約8分30秒。華椿偵測到獵物的距離為7.79cm; 有效把握攻擊距離為3.10cm。攻擊獵物的時間約0.084秒，在同樣有蛹及孑孓的環境下，捕食蚊子蛹的機率比起孑孓還要高。

台灣近幾十年來由於工業以及都市不斷的建設和擴張，工業廢水量大增，帶來了河川、水庫污染問題；而「水」卻又是我們人生活中不可或缺的資源「水是地球上的任何生物、生命體的必需物質，由此得知河川、水庫淨化與水質監測之重要，處理水質污染已是刻不容緩的事。由於『布袋蓮』具有廢水處理的功能，此乃由於其對水中之物質，具有強烈的的吸收能力。基於此點，我們就利用布袋蓮的特別性加以運用，以處理河川廢水中的重金屬。 因此，決定製作一座利用太陽能供電模組，具有嵌入式智慧型感控功能，且可自行移動的『3D清川綠能監測浮島』，利用水生植物淨化水質的功能，達到淨化河川、水庫與遠端監測水質的效果。得一兩全其美的方法，為這次研究之目的。

In Singapore’s evolving cyber landscape, 96% of organisations have suffered at least one cyber attack and 95% of organisations have been reporting more sophisticated attacks in the frame of one year according to a 2019 report[1] by Carbon Black. As such, more tools must be utilised to counter increasingly refined attacks performed by malicious actors. Honeypots are effective tools for studying and mitigating these attacks. They work as decoy systems, typically deployed alongside real systems to capture and log the activities of the attacker. These systems are useful as they can actively detect potential attacks, help cybersecurity specialists study an attacker’s tactics and even misdirect attackers from their intended targets. Honeypots can be classified into two main categories: 1. Low-interaction honeypots merely emulate network services and internet protocols, allowing for limited interaction with the attacker. 2. High-interaction honeypots emulate operating systems, allowing for much more interaction with the attacker. Although honeypots are powerful tools, its value diminishes when its true identity is uncovered by attackers. This is especially so with attackers becoming more skilled through system fingerprinting or analysing network traffic from targets and hence, hindering honeypots from capturing more experienced attackers. While substantial research has been done to defend against system fingerprinting scans (see 1.1 Related Work), not much has been done to defend against network traffic analysis. As pointed out by Symantec[2][3], when attackers attempt to sniff network traffic of the system in question, the lack of network traffic raises a red flag, increasing the likelihood of the honeypot’s true identity being discovered. In addition, the main concern with regards to honeypot deployment being their ability to attract and engage attackers for a substantial period of time, an increased ability to interest malicious actors is invaluable. Producing human-like network activity on a honeypot would appeal to more malicious actors. Hence, this research aims to build an intelligent web-surfer which can learn and thus simulate human web-surfing behaviour, creating evidence of human network activities to disguise the identity of honeypots as production systems and luring in more attackers interested in packet sniffing for malicious purposes.

我們發現有些水溶液結冰後會推擠溶質到中央匯聚成顏色較深的區域，但有些溶液卻不會，到底是什麼原因造成此現象的差異？於是我們操縱各種變因來觀察它們對溶液結冰時溶質匯聚表現的影響。 實驗發現並非所有的濃度都會匯聚；不同溶質的匯聚情形也不同；水質所含雜質越多匯聚效果越差，且結冰後氣泡分布也各有特色；上下等寬的容器呈角錐狀匯聚，下窄上寬的容器則為柱狀匯聚；先結冰的地方會推擠溶質到後結冰的地方且結冰速率越慢匯聚程度越好；最後我們利用保麗龍包覆+重力方向來控制結冰順序使冰晶推擠力達到加倍的效果，再透過自製離子濃度檢測器發現冰塊中溶質匯聚區的濃度並非均勻一致，而是依結冰的順序而有低、中、高的「濃度梯度」現象。

畜牧廢水中含有大量的氮、磷，排放前需先經過適當的處理過程。本研究利用五種不同的微藻藻株SU1、TU5、ESP-6、Tai-03、FSP-E來淨化畜牧廢水。先將上述五種藻株放入BG-11培養基中，觀察五種藻株的生長曲線和氮殘餘量，其中SU1的生長速率是最快的，但五種藻株最後一天的氮殘餘量是差不多的。再將SU1放入不同濃度的畜牧廢水，觀察藻株對廢水處理的表現，包括氮、磷的去除率、生長曲線、化學需氧量的變化等。最後將在廢水中生長最佳的藻株大量生產，並利用微藻中所含的養分製成液態肥料，提供植物生長所需養分，觀察植物的生長速率及外觀、判斷微藻液肥是否有效促進植物生長。種植後發現適量的液肥確實能夠加快植物生長速率並且順利的生長。

本研究以AI虛擬試衣系統(Virtual Try-on)為主題，透過深度學習技術，並結合幾何匹配模型，開發出試衣系統，可將使用者上傳的照片，模擬成穿著新衣的模樣。 首先，以深度學習模型將人物原始圖片取出骨架節點，並生成人體遮罩以及保留人物頭部，再結合以上三種資訊合成為高維特徵圖。接著將目標替換衣物生成出依照人體姿態扭曲後的衣物圖片。最後於Virtual Try-on模型中將人體高維特徵圖與扭曲衣物作為輸入，並經過深度學習網路合成出穿著目標衣物之人體圖像。本研究結果發現，人物站姿單純，且雙手緊貼身側，以及拍攝角度為正面、衣服款式為短袖、背景色彩對比度較高與衣服圖案單純的原始圖片，可得到較好的合成結果。