本研究旨在運用自然語言處理技術，建立辨識惡意程式的模型。首先搜集良性及惡意執行檔，進行反組譯及前處理以建立資料集。使用反組譯後的組合語言檔作為文本，訓練模型以區分良性和惡意程式。研究比較詞袋模型、序列模型、fastText以及不同n-gram對模型的影響，並將結果與其他相似研究比較。 研究結果顯示。詞袋模型以使用multi-hot編碼表現最佳，序列模型有位置編碼的Transformer encoder表現最優。在不同n-gram的比較，2-gram詞袋模型識別惡意程式達到99.6%的F1-score，且本研究的識別準確率優於其他相似研究。

色彩偏好影響生活的許多決策，對於背景對色彩偏好的影響，現行兩個色覺理論(對比理論與生態價理論)有不同的解釋，本研究以高中生為對象，旨在探討背景對色彩偏好影響與支持理論，並提出運用方向。 之前色彩定量方式缺乏對敏感度與視錐細胞的考量，本研究發展以中性灰為基礎對不同色彩的定量方法，並以此進行色彩偏好測試。實驗結果發現：顏色偏好會受到背景影響(支持對比理論)，背景對各色彩具不同影響力，偏黃偏綠顏色受背景影響較大；綠色與藍色背景提升偏黃與偏綠之顏色偏好而紅色背景則會下降(支持生態價理論)，背景亮度不影響顏色偏好。期望研究結果有助於青少年環境與產品設計配色參考，並對未來背景影響顏色的神經機制研究提供基礎。

本研究探討兩種五苯荑氟鏈取代衍生物(簡稱F5及F9)的刺激響應之特性及應用。F5及F9化合物粉末受到外力研磨以及蒸氣薰致時會產生力致螢光變色(Mechanochromism)及薰致螢光變色(Vapochromism)反應，我們選擇使用F5，利用放光光譜及PXRD對這兩種反應的機制進行探討。 再者，我們利用揮發法把F5及F9粉末製成晶體，以螢光顯微鏡照射340–390nm的紫外光，觀察F5及F9晶體的光致機械螢光變色(Photomechanofluorochromism)及F9晶體的光機械運動(Photomechanical effect)，並利用放光光譜對其機制進行研究。 另外，我們將F5粉末長時間照射紫外光製備光二聚體(Photodimer)，接著透過加熱使光二聚體熱回復回單體。再利用NMR測得各加熱時間下光二聚體與單體的比例，並由此推算出光二聚體熱回復性的反應速率常數。 此外，我們將F5混摻PEDOT:PSS，用drop-casting製成薄膜，觀察螢光變化，並討論其機制。 最後，我們結合力致螢光變色、薰致螢光變色和光致機械螢光變色，應用於多彩螢光繪圖。

圖的著色問題為現代數學的一門學問，而列表著色為一般著色問題的推廣，許多研究皆致力在探討各式的充分條件，使得圖可以完成列表著色。在數學歸納法的證明過程中，經常需要利用『可約構形』的概念來化簡圖形，進而確保能完成圖的列表著色。若圖在邊上具有方向性，則稱此圖為有向圖。我們的研究是利用圖在邊上的定向關係，創造一個多變數的多項式，在代數式上運用鴿籠原理，藉著尋求多項式函數值為非零值的可能，證明列表著色方法的存在性，並能有程序性的設計一系列在列表著色中的可約構形與演算法。

嚴重的肝纖維化將導致臺灣十大死因之一的肝硬化，因此肝纖維化的程度評估對肝病的診治及研究極其重要。肝臟病理切片利用特殊染色如馬森三色染色法（Masson’s trichrome stain），可以清楚呈現不同程度而不等量的膠原纖維。臨床上最常使用Ishak fibrosis score評估肝臟切片纖維化的程度，可分類為7級，從0級的正常肝臟、輕微纖維化的1級至最嚴重的6級(肝硬化)，然而病理醫師常因缺乏第二意見而有診斷不一致的問題。本研究將肝纖維化的檢體照片依照Ishak Score分級，訓練Google開發的Teachable Machine (GTM)人工智慧深度學習軟體。再以獨立照片反覆測試人工智慧模型，檢驗病理醫師與模型判讀的差異，加以調整改善。期望本模型可以輔助臨床診斷，在醫療資源相對匱乏的地區，也能簡便地做出即時精確的診斷。

「Siebeck-Marden」定理是複數平面中一個關於三角形之內切橢圓的定理。本研究主要是利用歐氏平面幾何性質應用在複數平面上推廣到複數平面中任意一個存在內切橢圓的凸四邊形上，我們和Siebeck-Marden定理「獨立地」找到了一個相對應的二次複數方程式進而可以利用配方法解出凸四邊形之內切橢圓兩個焦點的一個全新的定理。 另外，主要結果的應用的部分，歐氏平面幾何中另一個著名的「Newton橢圓問題」，藉由我們的主要定理的結果，可以直接推得關於「Newton橢圓問題」之「加強」的結果，並且提供「Newton橢圓問題」一個全新的幾何證明。

本研究主要是探討大姬蛛的生態功能。在實驗地發現，大姬蛛最常出現在校園活動中心左側樓梯的窗框，其他自然環境中數量較少。檢測大姬蛛結網的微棲地狀況，其大姬蛛的移動狀況以及數量，與照度和風力的相關性不高。在棲息地發現，大姬蛛大多產有卵囊，每隻產的卵囊數量不一。為了解卵囊中幼蛛產出後的散佈軌跡，研究中設計實驗箱，放置卵囊，並且在卵囊中的幼蛛孵化後，每日記錄其移動位置。以GGB的數學軟體，標定其不同幼蛛每日在蛛網上的位置，進行散佈模式探究。此外，為了解幼蛛在離開蛛網後的擴散情形，研究中以壓克力線仿蜘蛛絲線，並製作風洞以不同的風速，探討幼蛛可能的滑翔軌跡。

Face pose estimation has many possible applications, ranging from driver attention measurement systems to applications in the metaverse, which this project will be focused on. Rather than using a more traditional landmark-to-pose method where the head pose is estimated via keypoints, our method trains a simple convolutional neural network, using the dataset 300W_LP, where the images are simply inputted into the network. The model is fitted with three fully connected layers that are linked to the each of the three Euler angles (yaw, pitch, and roll), alongside multiple loss functions, which improve the robustness of the network.

本專題研究旨在探討如何將廢棄的寶特瓶回收，並製成可用於3D列印機線材料之可行性研究。首先針對寶特瓶的材料進行了分析，評估寶特瓶的材質、硬度及可收回性。接著將回收的寶特瓶 ，進行加工、裁剪和熔融等步驟製程 ，最後製作成3D列印線材料。本研究探討了寶特瓶其熔點、馬達機械性能等多項關於製造3D列印相關的參數指標，最後，進行研究實驗驗證，利用回收之寶特瓶製作出的列印線材，送入3D列印機進行實際列印。研究結果顯示，將寶特瓶回收並製成3D列印線材料，不僅可以減少廢棄物的產生，也能夠製造出高品質、低成本的線材，有助於促進環境保護的發展。

許多長者常因吞嚥功能退化，飲食過程中易引發吸入性肺炎，或是患者手術後吞嚥功能暫時消失。目前台灣社會對這些狀況最易被接受的治療方式是從鼻腔放入一條直達胃部的軟管，俗稱鼻胃管。但是管子本身會造成人體不適，因此許多患者會將管子拔出。管子拔出相對舒適，但當再次將管子放回時，會使病患更加不適。且台灣步入高齡化社會，照護人員短缺，使鼻胃管脫落成為台灣醫療通報事件的榜首。 為了改善這問題，我們設計了一款照護輔助手環，藉由EMG Sensor 來偵測手指動作，搭配3組感應距離不同的RFID讀取器，來偵測手部與鼻胃管接頭距離。當系統認為患者有自拔危險時，便啟動約束裝置，由手環上方彈射出一塊彈性布將手掌全部包住，並同步發出警告聲響及手機訊息。本作品可以避免患者面臨二次插管的窘境，亦能減輕照護者及護理人員的負擔，是長照時代的重要幫手。