在這個資訊發達的時代，網路充滿著五花八門的資訊，導致我們在查詢資料時會因為這些雜亂且未經過濾的資料浪費許多時間，其中最為氾濫的便是點擊誘餌（clickbait），此種新聞常常有著吸引人的標題，而內容卻不會與主題相符，人們也常常在讀完整篇文章後才意識到自己浪費了許多時間在無意義的資訊上面。解決此問題很常用的方法之一便是運用摘要演算法來讓讀者先對新聞有一個大概的理解，不過，雖然摘要演算法越來越普及，但產生出來的摘要仍會和人為判斷的結果有所差距，進而造成閱讀理解上的錯誤以及偏差，所以我們想要藉由這次研究，從一個嶄新的角度切入，探討摘要演算法和句型分析之間的關係，融合原本向量建構的方式以及語句結構的分析來測試摘要的準確度，並且由結果研發出一個可以產生出更為精確的主旨之摘要演算法，除此之外，我們也會融合實地調查以及搜集意見的方式來更進一步探討人們思模式與產生出的摘要之關聯性。

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。

在日常生活中，橋墩遭河水猛烈沖刷，導致車輛或行人無預警的落橋事件，因此瞭解橋墩如何遭受水流破壞為當前重要課題。本研究藉由自製模擬渠道模型，探討水流碰到橋墩後的變化，並記錄不同變因下水流壓力與水流速度的關連性。經過實驗後，得到： 渠道水位越高時，則表層流速越慢，且壓力隨水位深度加深呈非線性增加。橋墩的存在會增加各量測的壓力值，尤其在橋墩前後壓力為最大，並隨橋墩與渠道邊的距離縮小，水壓會愈大而流速越慢。在橋墩形狀中發現，水流接觸的表面積越大，對壓力的變化也越大。不同橋墩形狀的流速比較△＞○＞◇＞□＞ ，橋墩為四角柱時流速比較 ＞ ＞ ＞ 。最後進行實際渠道測量，並與模擬分析比較，發現所有變因皆有共同的趨勢。

本實驗主要透過土壤溫濕/冷熱的改變探討其中現象，例如:探究凍土與霜土在冰凍情況及解凍情況下的土石流失差異，也透過探究土壤的溼度差異，以更加了解不同的現象，應用於災害的防治，改進。除此以外，也探討運用自行規劃的器材對於土石災害的防治程度

本研究以五節芒為研究對象，以水為萃取溶劑，取五節芒葉、莖、根、根部土圈等不同部位進行萃取，區分新鮮植株、乾燥植株、割除後生長五天之新鮮植株、割除後生長五天之植株經乾燥處理等四大實驗，合計112個小實驗，以陸生雜草大花咸豐草和水生雜草稗草為受測對象。研究發現將五節芒割除後生長五天之新鮮植株和乾燥植株，葉、莖的水萃取液對大花咸豐草和稗草的種子發芽、植株生長、根部生長有強烈抑制作用。可取五節芒新鮮葉子加水(重量比，葉:水= 1: 2 )，以果汁機打碎研磨萃取，獲得的水提取物，即為【生物除草劑】，可用於田間，進行雜草控制。

我們發現市售濾水器的濾芯有陶土層和活性碳層，從文獻得知活性碳的過濾效果非常好，所以決定深入研究陶土層，開發自製陶濾芯。為了讓陶土能透水，陶藝老師建議可在陶土製作時加入麵粉，高溫素燒後麵粉會在陶土中留下孔隙，陶土就能透水。使用自製陶濾芯過濾檸檬酸水溶液、生態池水、公司田溪水及硫酸銅水溶液並與無過濾的對照組比較，發現自製陶濾芯對於過濾氯化物及磷酸鹽有不錯的效果，而且在較高濃度(10ppm)的銅離子溶液中也具有過濾效果。經過多次陶濾芯製作後，最佳製作方法為揉陶土時一起加入麵粉和鹽，鹽可以控制陶土水份含量及仰制微生物，此外陶濾芯製作成高圓柱狀及燒結溫度降至500度時，都可增加接觸面積和孔隙，大幅加快過濾速度。

There have been numerous studies exploring the applications of graph theory in traffic management, often finding ways to reduce traffic congestion and make traveling more efficient. Such studies will be beneficial when applied to heavily congested areas such as España Boulevard, one of the busiest thoroughfares in Manila. This paper aimed tooptimize the road map of España Boulevard using graph theory. The current road map of España Boulevard was represented as a directed graphand subjected to the mutation method of edge removal, wherein an edge isremoved in each mutation based on a computed fitness function, F(G),which depicts better efficiency at lower values. Edges were removed until the graph got disconnected, which was tested using the Floyd-Warshall algorithm. The 28th mutation resulted in a minimum F(G) value of 144.4; this is a 50.18% decrease from the F(G) of the original graph, which is 290. After the 28th mutation, the removals resulted in an increase in the F(G). As a result, the final mutation resulted in an F(G) of 311.89, which characterized a less efficient graph. This study was able to apply graph theory concepts to optimize the España Boulevard road map using the mutation method, minimizing its F(G) by at most 50.18%. For future studies, the practicality of the alternate road map may be tested in simulations to examine its efficiency when other factors, such as traffic volume, are introduced.

本研究針對學習圖論演算法的需求，設計一套使用者友善的繪圖軟體Graphene。Graphene繪圖程式除了提供高可讀性的繪製結果，作為輔助繪圖的工具外，也可直接輸入競賽題目的文字格式測試資料產生繪圖結果，並結合現有繪圖演算法，改善、優化樹與類樹圖的繪製結果。此外，也加入時間軸、自訂外觀、參數調整、匯出圖片等功能，幫助學習者理解圖論演算法，亦可幫助教師製作教材，有助於圖論演算法教學。 Graphene採用的繪圖演算法以force-directed graph drawing演算法為基礎，實作節點的分布。然而初始的節點分布會影響繪圖結果，因此我們利用biconnected component、block-cut tree等圖論結構對圖的繪製進行優化。首先找出圖的biconnected component及關節點，重新定義block-cut tree裡的block，接著利用radial tree的布局方式配置每個block，再套用force-directed graph drawing演算法，得到最後的布局結果。如此可以減少不同block之間的交錯，得到較佳的結果。

In this project, we evaluate the effectiveness of Random Shuffling in the Cross Lingual Information Retrieval (CLIR) process. We extended the monolingual Word2Vec model to a multilingual one via the random shuffling process. We then evaluate the cross-lingual word embeddings (CLE) in terms of retrieving parallel sentences, whereby the query sentence is in a source language and the parallel sentence is in some targeted language. Our experiments on three language pairs showed that models trained on a randomly shuffled dataset outperforms randomly initialized word embeddings substantially despite its simplicity. We also explored Smart Shuffling, a more sophisticated CLIR technique which makes use of word alignment and bilingual dictionaries to guide the shuffling process, making preliminary comparisons between the two. Due to the complexity of the implementation and unavailability of open source codes, we defer experimental comparisons to future work.

提升生活品質降低廢棄物是當今重要課題，本研究欲建立製作可重複使用的擴香石標準化流程，模擬精油擴散及逸散的時間關係，並探討石膏表面的量子侷限效應。 實驗發現，氨水在擴香瓶中經由瓶口逸散到塑膠管內再擴散至與鹽酸反應，並不太符合格雷姆定律，一般網路及教科書中，擴散實驗皆以棉花吸附高濃度氨水與鹽酸，擴散效應明顯且產生白煙的時間短，本實驗以石膏取代棉花，材質改變的情況下，氨水經由石膏逸散到擴香瓶中會受到量子侷限效應(QuantumConfinementEffect)的影響，而拉長逸散的時間。 實驗得出以50g石膏粉混合21ml水的比例製作出的擴香瓶，吸收氨水的容量最大，此為擴香石的最佳比例，且在溫度14－30℃的狀況下，氣體擴散效果最好，溫度越高，氣體擴散速度越快。