本研究主要針對特斯拉閥的概念自製通道，探討通道擋板以及通過液體對於順、逆流差異進行探討。我們使用車床切割壓克力形成各式通道，並拍攝流體經過的過程、計算流體的順逆流差異。結果發現：以擋板形狀及排列方式而言，交叉三角形的順逆差效果最好；通道寬度則是寬度越寬流速就越快，因此擋板凸出程度越多流速就越慢，且凸出程度越大，順逆差異就越明顯、擋板間距在 2.8 ～ 3.2公分時順逆差異最佳；水溫提高雖有助於提升順逆差，但卻會因流體寬度變窄的影響而效果變差；流體的黏度愈小，順逆差異就愈明顯。

現代民眾獲取新聞的途徑逐漸轉移到網路媒體，然而在網路資訊快速傳播以及媒體為追求報導曝光度以增加金錢利益的情形下，片面、誘導等形式的新聞標題與短句訊息在新聞媒體傳播中日益嚴重；本次研究透過Fake News Challenge提供的Stance Detection dataset，運用深度學習與遷移學習方法訓練可預測兩文本之間相關程度的自然語言處理模型，在過程中改善調參及訓練方式，並將其實際運用在預測美國新聞媒體於Facebook網路社群平台發文推播新聞的同時所附的短句與新聞報導文本內容之間的相關關係程度，分析社群平台中新聞可能造成的誤導式文句是否實際造成片面報導，而影響了受眾對於媒體的使用程度與信任程度。使此模型有助即時預警社群平台上的報導資訊型態品質，輔助使用者獲取新聞時所應具備的媒體識讀能力，進而改善片面報導於網路的流竄，同時提升未來媒體生態。

薊屬植物屬於菊科植物的其中一個類別。台灣的阿里山薊為特有種，被當地的居民製成保肝的茶飲，因而被推知有抗氧化的能力。本研究以阿里山薊和平地薊（不同地區）的不同部位做為研究材料，探討其消除自由基及保護肝細胞的能力，結果發現平地薊有最佳的清除自由基效果。而在保肝效果的部分，無論事前預防酒精造成的肝細胞中毒或事後補救機制肝細胞的傷口癒合，皆以阿里山薊最有成效，為保護肝臟的最佳選擇。

BR振盪反應中，在配製溶液時需加入硫酸，使溶液呈酸性，又振盪具有無、金、藍三種顏色的變化，我們想利用指示劑在其中多穿插一個顏色，在多次實驗後，我們成功的做到了四色振盪（無➝金➝藍➝紅），也進一步以濃度、溫度為變因，並且利用Arduino 的感光電阻，來客觀檢測顏色變化，檢測四色振盪反應在不同濃度、溫度下的週期與週期數變化。

塑膠微粒常見於自然環境中，若攝入塑粒是否會對生物生存造成威脅？本研究以塑粒及小球藻餵食大型蚤(Daphnia magna)，以螢光顯微鏡觀察大型蚤腸道並監測小球藻濃度以推測大型蚤攝食情形，並監測新生水蚤個體數。 研究發現大型蚤在濾食中會攝入塑膠微粒，在含0.08 mg/L塑粒的培養環境下大型蚤攝食量顯著減少。在含0.01mg/L的塑粒環境下大型蚤開始抱卵天數有延長、第一子代個體數會減少，且平均體長亦減少。若子代出生即放回無塑環境，可恢復生長情形。 在含0.01mg/L的塑粒環境下，族群大小有顯著減少且在0.08mg/L濃度下的族群在第七天全部死亡，也就是有塑環境對大型蚤生殖及生長確實造成影響。

本研究以仿生微飛行器為標的，選擇以蝴蝶為仿生對象，期望妥善發揮其低振翅頻率、高靈敏度等優點，製作拍翼機，並觀測其拍翼動態與流場進行設計改良。 首先對8種蝴蝶進行動態分析，經過拍攝、標點、程式撰寫等步驟分析其飛行動態並呈現在三維空間中，觀察得到拍翼振幅、拍頻、上下拍時間比等數據，作為拍翼機設計之依據。接著以大鳳蝶為設計基礎，使用3D列印並結合生活材料，經過六代的改良，製作出與大鳳蝶拍翼動作相近的拍翼機。最後以PIV可視化技術，使用氧化鋁粉末與綠光雷射紀錄流場的變化，並利用matlab的套件PIVlab進行分析，接著觀察到昆蟲飛行的特色：翼前緣渦旋貼附與夾翼造成的射流。 本研究整合了生物觀察、機械工程、流場分析等領域，並已完成雛形的設計與製作，而我們希望動態與流場分析的數據能夠作為未來改良之依據。

2019年新型冠狀病毒的大流行，佩戴口罩已成為全球防止飛沫傳播病毒成本最低且有效的方法，目前雖已有團隊針對口罩有無正確配戴提出解決方案，但根據收集的資料，目前針對口罩有無正確配戴解決方案通常是使用類神經網路YOLO進行實作，YOLO使用於口罩辨識雖可達到有一定的效果，但對口鼻密合度不佳的細微狀態常有一些誤判的現象，就算民眾有配戴口罩，但若未與臉部、口鼻密合，仍有50％的空氣洩漏機會，無法有效阻隔飛沫傳染，形成防疫破口。 而本研究在這樣的基礎架構下再整合目前最強大的姿勢辨識之一的OpenPose，針對口罩與口鼻密合度不佳的細微狀態進行更深一步地探討，以期達到更好的偵測判斷效果。本研究針對的改善的方向為當神經網路YOLO判定為有配戴正確的資料時，再利用OpenPose以及本研究開發出的鼻心物件演算法，就鼻部密合度做細部偵測，進行誤判修正，最後證實出本算法能篩出56.25%被神經網路YOLO誤判為有戴好口罩的資料，可顯著提升口罩配戴辨識精準度，減少形成防疫破口的機會。

本研究探討螞蟻在一個無向簡單圖上，由原點出發沿著邊移動。當抵達某一點時，螞蟻會選擇和此點相鄰的某一點前進，作為下一步移動，但不能往回走，若螞蟻回到原點便不再移動。已知圖上各點的度皆大於等於 2，試問螞蟻在數次移動後回到原點時，移動次數的期望值為多少？ 我們最初是藉由觀察螞蟻經移動後回到原點的機率，推測每次回到原點時的機率之規律，但此方法難以在較為複雜的圖形上得到結果。接著使用了矩陣來研究，以矩陣乘法表示一次移動。有了矩陣，我們便能透過矩陣運算得到螞蟻在數次移動後抵達各點的機率，也能更方便的求出期望值。

本研究是將農業廢棄物—甘蔗渣作為原料製備活性碳，經由本團隊研究發現，以500℃碳化、950℃活化，C：KOH =1：2所合成之活性碳達到1335m²/g的比表面積。接著將合成出的活性碳進行染料吸附實驗，得出吸附甲基橙與亞甲基藍，熱力學皆較符合Langmuir 的單層等溫吸附模式；動力學皆較符合pseudo-second-order，因此推論化學吸附為主要吸附模式，且不論是吸附帶負電的甲基橙亦或是帶正電的亞甲基藍，皆有好的吸附表現。吸附量可達500mg/g及476.2mg/g，相對於活化前25.7mg/g及21.1mg/g提升近20倍。也可發現亞甲基藍的吸附量略高於甲基橙，因此推論本實驗所製備的活性碳表面帶有較多負電荷。最後，再將吸附飽和後的活性碳進行再生，考量經濟效益及便捷性，以酒精脫附會是較好的選擇，可達約50%的再生效率。

本研究以維繫現今環境，使人類保有生存優勢為前提，旨在探討於海水面下裝設風扇，藉風扇擾流改變沿岸流所挾帶漂沙之沉積分布，延緩突堤效應造成之負面影響。研究先以煙霧觀測五葉、七葉及九葉風扇擾流情形，再透過水流及螢光沙模擬安平商港外海，取得裝設各風扇後漂沙沉積變化過程。除可用於預測近表層沿岸流沉積外，也可套用於海底恆流。未來期望針對流量、流速與地形坡度等作出量化數據，以求得函數模型。另外，亦期望發展洋流發電、綠色能源等各種應用。

本研究目的是為了要找出臺灣紋白蝶和日本紋白蝶的外形特徵、生活習性、食性以及活動期等是否具差異性，進行長期觀測與實驗，試圖找出答案。方法是先種植六種十字花科蔬菜吸引母蝶產卵，長期觀察兩種紋白蝶生態，並設計各種溫度適應實驗。結果發現臺灣紋白蝶和日本紋白蝶兩者的生活習性大致相同，競爭性不明顯。但日本紋白蝶能配合十字花科蔬菜的生長期在冬季大量繁殖，因食草多、天敵少、競爭者少，故日本紋白蝶能大量繁殖。反之臺灣紋白蝶在初春時開始活動，因食草變少、天敵變多、競爭者變多，數量少於日本紋白蝶。兩種紋白蝶在5月中旬已沒有發現卵和幼蟲，與兩種紋白蝶的溫度適應實驗結果一致。

The number of natural disasters has risen significantly in recent years, and with climate change there is no end in sight. Consequently, the demands on rescue forces around the world are increasing. For this reason, I asked myself what I can do to improve the work of rescue teams. Advances in artificial intelligence and drone technology enable new possibilities for problem solving. Based on the technological advances mentioned above, an autonomous Search and Rescue drone was developed as part of this project. The system assists rescue workers in searching for survivors of natural disasters or missing people. This paper also suggests a method for prioritizing survivors based on their vitality. The system was implemented using a commercial Parrot ANAFI drone and Python. The software was tested on a simulated drone. To simplify the development, the whole system was divided into the following subsystems: Navigation System, Search System and Mission Abort System. These subsystems were tested independently. The testing of solutions and new concepts were performed using smaller test programs on the simulated drone and finally on the physical drone. The Search and Rescue system was successfully developed. The person detection system can detect humans and distinguish them from the environment. Furthermore, based on the movements of a person, the system can distinguish whether the person is a rescuer or a victim. In addition, an area to be flown over can be defined. If something goes wrong during the mission, the mission can be aborted by the Mission Abort System. In the simulation, the predefined area can successfully be flown over. Unfortunately, controlling the physical drone does not work. It stops in the air after takeoff due to the firmware of the drone. It does not change the flight state of the drone, which results in all subsequent commands from the system being ignored. This paper shows that artificial intelligence and drone technologies can be combined to deliver better rescue services. The same system can be applied to other applications.