隨著人類越來越重視綠色能源，太陽能的開發成為科學家積極發展的項目，而鈣鈦礦太陽能電池為近期最具有潛力的一種電池，其採用溶液塗佈的方式製造，製程相較於傳統矽晶太陽能電池簡單許多，但鈣鈦礦卻十分容易受環境影響而降解。而咖啡因作為一種生物鹼，能釋出電子填補鈣鈦礦層表面的正電缺陷，以增加電池效率及壽命。因此本研究希望透過在電池中加入咖啡因，提升電池的效率。在本研究中，我們將不同濃度的咖啡因或氯化咖啡因加入鈣鈦礦溶液，製作成太陽能電池，再對電池的各項光伏數值及鈣鈦礦表面狀況進行測量，以找出最能提升鈣鈦礦太陽能電池效率的咖啡因濃度，以及咖啡因氯化前後對電池影響之比較。

This is a first approach in the development of beekeeping and the preserving of bees, a crucial and important species in the balance of ecology on our planet. This project consists in designing and building a small affordable device that will help beekeepers keep an eye on their hives and prevent theft whenever and wherever they are by providing them with instant and continuous data and information about their beehive status through a mobile application. This IOT approach will rely on many physical variables especially the sound frequency of the bee buzz, which appears to be a way for the bees to communicate with each other in special circumstances. That is why; we aimed to analyze the sound frequencies of the bee buzz to detect beehive behavioral changes. Many other factors are also important for the keeping of a healthy beehive such us temperature, humidity, weight and fly activity. And as for security measures we are going to add a GPS tracker to the system to keep track of the hives and alert the beekeeper if there is any kind of danger. The development of this real time beehive monitoring system will not only help the beekeeper keep track of his hive and collect useful data but also increase the honey production and avoid many colony losses and thus preserve the bees and ensure their well-being.

本研究係運用多項式擬合技術，表示出股價的年週期循環特性及趨勢，製作出可顯示個股股價年週期循環趨勢的應用程式。 先觀察市面上常見的股票技術分析，接著用Octave進行研究，最後運用Python製作出包含使用者介面的應用程式，並將分析結果量化及輸出，本研究將此應用程式稱為「股價年週期循環技術分析應用程式」。

此研究是探討臺灣海峽沉積物種類、風力大小及風機的水下結構等因素，進行對風機穩固度的分析。 預設在地震五弱時，臺灣灘北側及東側，位於24.0~24.5°N、118.2~120.5°E沉積物粒徑大於0.5mm，對單樁式及螺距2mm的螺紋式風機穩固度影響較大。 蒲福風級6級風，在海峽中線到馬祖的部分大約位於25.0~26.3°N、119.3°E~120.0°E，對風機的穩固度影響甚鉅，比5級風的傾斜角多約12倍；在新竹、苗栗外海至海峽中線大約位於24.0~25.3°N、120.0°E~120.5°E，傾斜角度隨著風力級數增加而逐漸變大呈正相關的態式；在臺灣灘北側及東側大約位於24.0~24.5°N、118.2~120.5°E，風級在6級以下就對風機穩固度沒有影響。且我們發現風機發電機艙重量，模擬在120克重時，風機為最穩定；在比較四種不同的螺距，發現螺距和旋轉次數於地震五弱（150RPM）時對穩固度影響較小。

模擬高風速對模型遙控車產生之Double D (Downforce下壓的力與Drag阻力)比值切入空氣力學套件角度研究。下壓的力增輪胎抓地力，轉彎速度增快，縮短單圈時間 (lap time)贏得比賽。我們選取Nissan GTR與F1 Ferrari SF21遙控車，以巴沙木自製單層、雙層(主副翼不同角度組合)、三層共17組尾翼，自製風洞模型、掃葉機風力、2個電子秤同測前後輪下壓的力、拉力計測阻力，發煙機及LED燈拍攝氣流。結果發現尾翼寬度增寬與尾翼攻角越大，可增加下壓的力。阻力與風速平方成正比，相關係數0.94。對雙層尾翼，增加副翼角度比主翼角度更可增車子下壓的力。主翼0∘-副翼75∘造成「總下壓的力變化量/阻力變化量」比值0.78為最大，乃增加穩定度之最佳尾翼選擇。再以3D列印技術製作出最佳主翼0∘-副翼75∘尾翼。

本報告研究台灣地區閃電與雷達回波強度的關係，期望了解雷達回波資訊成為閃電多寡代言人的可能，以及是否存在閃電活躍區及寧靜區。方法為將台灣附近區域分別以不同空間尺度 0.125 度、 0.25 度及 0.5 度、 1 小時的時間視窗將閃電及雷達資料分割。再利用 R 程式將雷達回波圖的不同像素轉化為強度數值，分析不同時間及空間下，第 95 百分位的回波強度和閃電個數對數資料的關係。 我們選取2019 及 2020 年中 8 個閃電個數高的氣象事件進行分析，發現相同時間移動視窗下及固定 空間網格點內的雷達回波強度較小時，閃電個數的對數值偏低 相反的，當雷達回波強度增加，除可能發生較少閃電個數的情況，會出現較多的閃電個數。當我們將各雷達回波強度階層對應到閃電個數對 數值大約的最高 門檻，進行線性迴歸分析，結果呈現三種不同空間尺度的網格得到的判定係數均接近 1 ，斜率稍有不同，但都約為 0.1 ，顯示此關係 可以利用雷達 回波強度進行閃電在空間時間分布的估計。 以上述經驗公式為基準，將各雷達回波 強度階層所對應到的閃電可能個數以 25% 分為低標及高標，繪出閃電寧靜區及活躍區比較，發現台灣西南部及其海域為活躍區，本島為中間區，而寧靜區的分布較不規則，但多在台灣西南、東北海域。

在飛魚飛行時的影片發現，飛魚調整腹鰭來改變飛行狀態，可見在大家認為胸鰭為改變飛行主要原因之下，腹鰭在飛行時仍具作用，因此，我們測量班鰭飛魚標本、製作仿生飛魚和針對影片中的現象規劃兩項實驗：「運動行為實驗」、「風洞穩定度實驗」，發現在攻角為35~45度時，飛魚的穩定度最大。其中以A5、A7在外擴角θ5時，是最適合飛魚飛行的狀態，但又以腹鰭面積A7為最佳。

西湖鄉金獅村龍洞溪附近出露的岩層，可以見到分佈非常密集的海膽化石，該岩層為更新世的頭嵙山層，屬於臺灣較年輕的地層，且位於通霄背斜軸與銅鑼向斜軸之間。根據野外調查發現這些海膽化石層大多介於泥岩層及其上部的粉砂岩層之間，並沿著岩層傾向北偏西78度傾角2度延伸分佈於河谷兩側。 透過分析發現，沉積物淘選度好，搬運距離近，海膽化石全是奇異掘沙錢，其受環境影響而有不同顏色，由露頭處估算，消失在河道上的海膽化石體積至少53.37立方公尺，另貝螺類化石也豐富。 綜合各項證據本研究認為研究區海膽化石密集處，其成因可能是氣溫上升與經風暴海水帶到海底沉積，再經地殼隆起而於陸地上，但因岩層沉積物膠結狀況差，顯示海膽化石未經深埋。

本研究主要是針對牛山-龜重溪河床生物碎屑石灰岩層、六甲地區-水流東扇貝石灰岩層、高雄田寮區-大崗山生物碎屑石灰岩層與花蓮秀姑巒溪口-紅色生物碎屑石灰岩層四個不同化石密集層所形成的石灰岩層進行野外調查，並採集現場標本進行後續實驗。首先是透過鹽酸溶蝕來確認四個位置的碳酸鈣含量比例，發現大崗山與牛山石灰岩的含量非常高，而由文獻知道透過鎂含量可以判斷古環境氣溫的高低與海水鹽度的變化狀況，所以進一步由成分分析儀器來定量出四個位置的鎂元素含量，並推測出四個地區古環境氣候造成生物大量死亡的原因。題目中的石灰岩的華麗轉身指的就是鐘乳石，所以報告最後嘗試探討天然鐘乳石的形成機制與製作出紅色-類鐘乳石的樣品。

有3隻蜜蜂，同時從蜂巢出發，在一朵花與蜂巢間的連線上，來回等速直線飛行，牠們的飛行速度比為1：2：4，問：在蜂巢與花之間，是否存在某個時刻，牠們飛到同一點？ 上述問題取自《科學研習月刊》數學專欄，我們不但解決原題，還將原題推廣到任意隻數蜜蜂，給出求滿足要求的時刻的方法，獲得一般化的結果。 我們還能加以應用求滿足要求的時刻的方法，探討速度比滿足給定一階線性遞迴數列，得到若符合一些條件，就能同時飛到同一點。

According to CNN Indonesia 2020, the demand for e-Commerce in Indonesia has nearly doubled during this pandemic. This surge in demand calls for a time-efficient method for warehouse order-picking. One approach to achieve that goal is by incorporating automation in their warehouse systems. Globally, the market of warehouse robotics is expected to reach 12.6 billion USD by 2027 (Data Bridge Market Research, 2020). In this research, the warehouse system studied would utilize AMR (Autonomous Mobile Robots) to lift and deliver movable shelf units to the packing station where workers are at. This research designed a heuristic algorithm called A.N.T.s (Algorithm for Navigating Traffic System) to conduct task assigning and pathfinding for AMR in the automated warehouse. The warehouse layout was drawn as a two-dimensional map in grids. When an order is placed, A.N.T.s would assign the task to a robot that would require the least amount of time to reach the target shelf. A.N.T.s then conducted pathfinding heuristically using Manhattan Distance. A.N.T.s would help the robot to navigate its way to the target shelf unit, lift the shelf and bring it to the designated packing station. A.N.T.s algorithm was tested in various warehouse layouts and with a varying number of AMRs. Comparison against the commonly used Djikstra’s algorithm was also conducted (Shaikh and Dhale, 2013). Results show that the proposed A.N.T.s algorithm could execute 100 orders in a 27x23 layout with five robots 9.96 times faster than Dijkstra with no collisions. The algorithm is also shown to be able to help assign tasks to robots and help them find short paths to navigate their ways to the shelf units and packing stations. A.N.T.s could navigate traffic to avoid deadlocks and collisions in the warehouse with the aid of lanes and directions.