四月底，一隻隻如黑煙般飛來飛去的小蟲，忙碌的在杜鵑花叢上交配產卵，牠們是我們校園裏最常見的葉蜂──杜鵑三節葉蜂。當牠們大量出現時，正是四年級進行昆蟲單元的時候。我們看到許多同學飼養失敗，引發對杜鵑三節葉蜂的興趣，從研究中克服了幼蟲結繭失敗的問題，找出杜鵑三節葉蜂的飼養方法。我們經由實際飼養，不但了解了牠們的生活史、觀察到許多有趣的習性、找出牠們雌雄成蟲間的辨識方法，並比較牠們在有性生殖與孤雌生殖之間的差異。 透過持續的校園葉蜂數量調查，我們發現葉蜂偏好冷涼的環境，每年6月至隔年3月，杜鵑三節葉蜂並沒有消失，只是數量變少而已。

智慧物聯 (AIoT) 在生活中逐漸普遍，應用在機器人、智慧家電、語音助理…等各種用 途上。本研究將以 AIoT 概念開發暗棋機器人，可讓任何程式開發者，透過開放的 http 協議 要求雲端應用程式介面(API)，開發各種形式的暗棋對弈程式或機器人。暗棋對弈系統基礎架 構運作，是具有雲端連線的 IPCAM 及機器手臂的機器人，系統向 IPCAM 要求暗棋的盤面影 像，再透過卷積神經網路 (CNN) 辨識暗棋盤面，將棋譜提供給對弈人工智慧運算下一步的 棋步，提供給機器手臂做出翻棋、移動、吃子的動作。此一設計方便的大量收集棋譜資料庫， 作為未來暗棋對弈深度強化學習的資料樣本，AI 棋力將可提高，搭配機器手臂作下棋動作， CNN 辨識盤面，以 AIoT 概念架構，可望讓對弈機器人大眾化，逐漸普遍於各個地方。

水池邊，看到石雕魚噴出的水柱，水面變得凹凸不平，分析文獻後，發現都沒有解釋原因的相關研究，決定深入探討。實驗發現，雙水柱所形成的水結依序為水平面、鉛直面…的呈現。我們研究顯示，因為表面張力的緣故，雙水柱會以麻花狀互相纏繞，並在水平面及鉛直面水結交接處，水柱會快速旋轉90度，使水結翻轉，因此會形成數個水平面及鉛直面水結，最後才結合成一道水柱。也發現，使水結振幅變大的因素為：雙水柱距離變大、水溶液的表面張力變小。讓水結波長變長的因素為：雙水柱距離變大、水溶液的表面張力變小、水柱流出的初速度愈大。而水結數量變少的因素為：雙水柱距離變大、水溶液的表面張力變小、水柱流出的初速度愈大及雙水柱的水平夾角愈大。

本研究旨在發展一套可限制特徵之人臉生成器，能依據目擊者對嫌犯的特徵描述，使用真實人臉照片進行特徵生成，以生成嫌犯臉孔。本研究以生成對抗網路為中心，配合選擇性傳輸單元、編碼器與解碼器結構，發展出五官、毛髮、飾品、整體形象四大類別，共有40個特徵生成編輯種類。搭配友善的圖形使用者介面，讓使用者可將已相關度篩選後之真實人臉資料庫或是另行輸入之照片，因應不同的嫌犯臉孔描繪需求情境，對該圖片臉孔進行指定特徵之生成編輯。此技術除了可輔助刑案目擊者回憶嫌犯臉孔特徵，亦可應用於眼鏡業、醫學美容、美髮業等領域。

1821年，德國物理學家Thomas Seebeck發現，當Seebeck用銅線和鉍線在兩端連接形成一個迴路，在其兩端產生電壓電路。如果兩個連結處保持在不同的溫度下形成電路，則熱能轉化為電能。也從自動攪拌杯商品引發想法並分析其優缺點來設計研究。其實驗結果可歸納如下： 1.致冷片型號TEC1-12706價格便宜也較易溫差發電產生。 2.馬達以微型空心杯能在弱電壓啟動產生高轉速。 3.散熱裝置以面積大且伏貼致冷片有效延長發電效能。 4.攪拌子較短且有補償環裝置較能運轉。 使用步驟：易熱傳導容器盛裝高溫80℃以上熱水量或低溫10℃以下冰水量，放入攪拌子於容器中，靜置致冷片上，再放入溶質(如：牛奶粉、即溶咖啡等)。

豬皮富含膠原蛋白，經過正確的熬煮過程可以提煉出明膠運用在許多生活用品中，我們希望能將平常廢棄不用的豬皮完整利用，做出黏性超強的黏著劑。 本研究發現，豬皮去油脂後以5%的醋酸溶液浸泡24小時，再以100°C熬煮5小時，可以得到最高的豬皮明膠萃取率；而豬皮明膠黏性以80°C熬煮3小時後達到最高；乾燥豬皮明膠的復用，則是以80℃隔水加熱2小時可以得到較高的黏性。除了豬皮明膠作為黏著劑，我們更研發出將處理過程中的所有溶液及物質，一起製作成凝膠狀的「全豬皮膠」，其黏性遠超過市售黏著劑，黏性可以高達每平方公分80 公斤，不僅材料完全不浪費、容易保存且黏性品質穩定，更重要的是能夠節省乾燥所需電量，值得推薦！

全球貧血人口普遍，然許多人並不了解自身是否罹患貧血；長期患有貧血的病人，亦需定期抽血檢驗追蹤是否有貧血惡化達到需接受輸血的程度。研究顯示，結膜之顏色與貧血有絕對關係，結膜越白則貧血越嚴重，醫師也常使用結膜顏色推測是否有貧血情形。若能設計手機軟體自動分割結膜影像並分析其顏色，將有機會推測受試者是否罹患貧血。本研究收集22位無貧血者及8位貧血病人，並獲得其近期血紅素數值。以手機取得受試者之眼睛影像後，成功設計程式以深度學習完成結膜自動影像分割，對於分割影像以面積大小進行後期處理後，依其取得下眼瞼結膜之三原色平均，再利用kNN與SVM演算法判斷預測出該受試者是否具有貧血之症狀。本研究主要分為兩階段，其一為進行下眼瞼結膜分割模型訓練；其二為製作有無貧血之判斷模型。整合上述眼瞼分割模型(IoU=89.8%±0.02%)與貧血判斷模型(SVM以polynomial核函數測出 準確值93.3%±24.3%)後，可得貧血診斷準確率為80%。此結果代表AI技術有機會透過結膜影像，判斷被拍攝者是否有貧血情形，未來若能增加研究人數，將可設計網頁版或手機APP加以推測血紅素值，供大眾居家篩檢。

近年來原住民語使用逐漸減少，面臨傳承的危機。本研究製作太魯閣族語音評分系統，希望幫助人們學習太魯閣族語。利用原委會網站的音檔和田野調查收集錄製的族語語音與族語老師的評分為本研究的研究語料，以Kaldi為語音辨識框架來製作語音辨識模型。對模型輸出的音素與正確單詞進行字串相似度計算，將計算數據與模型產出的發音品質分數作為選擇模型的依據，透過機器學習方法選擇最接近族語老師評分的模型。以此模型計算研究語料，再以機器學習製作一個七成正確率的評分分類器，最後實作出評分系統網站。此網站除了可以學習族語之外，也可以幫助未來繼續收集更多語料，提高評分系統的正確率。期望幫助人們學習太魯閣族語，讓原住民族語原音得以重現。

台灣已經邁入高齡社會，「青銀共居」是一個時下熱門的討論話題，我認為達到「青銀共好」更是我們要努力的目標。本研究以關懷高齡長者為出發點，探討年長者牙齒「咬合對數」、「咬合力」與咀嚼功能之間的關係，希望能藉由計算牙齒咬合對數對咬合力與咀嚼功能作一快速精準之評估。實驗結果發現，後牙咬合對數的多寡與咀嚼時間、咀嚼次數、和咬合力有高度相關；增加後牙咬合對數會大幅縮短咀嚼時間和咀嚼次數，也會顯著地提高咬合力。日常生活中我們可以藉由評估長者後牙的咬合對數，約略推估高齡長者的咀嚼功能，設計出適合他們的美味菜單，讓長輩們能吃得健康、開心。

本研究透過實地採樣與實驗室模擬，欲探討影響海洋噪音的因素。在實際採樣中，實地測量高雄市區各處水體之酸鹼值、鹽度及吸聲係數，以探究實際環境中水體如何影響聲音吸收程度。在模擬實驗中，改變水體不同酸鹼值、鹽度等因素並測量聲音音量之吸收係數。結果表明聲音吸收程度受水體酸鹼值影響較大，且吸聲係數在pH7.6~7.8之間有一極大值，因此隨水體的酸化和鹼化，吸聲程度皆降低，以酸化降低較快，鹼化降低較慢。

火箭爐可以高效率的煮食食物，可是外出使用時體積過於龐大，重量又重，因此我們嘗試用小金屬罐做出體積小、重量輕、方便攜帶、而且同要高效率的「小猛爐」。但是該如何製作、如何測試呢？經過許多波折，「方便小猛爐」誕生了！我們利用回收的金屬罐做成高效爐，免洗筷當燃料，給我們十分鐘，我們給你一碗香噴噴的米飯！