現代各國重視環保，醇類燃料電池因此崛起，而其中最為安全的乙醇燃料電池使用之Pt金屬觸媒容易受中間產物毒化降低穩定性，因此Pt與其他金屬形成合金觸媒之相關課題具極高的研究價值。 本研究主要針對鉑錫合金觸媒的結構進行探討，選用內核—外殼型奈米鉑錫合金粒子與無特定結構結合（Random-Alloy）之鉑錫合金進行比較，經由電化學圖表分析後，得到油相法合成內核—外殼型鉑錫金屬觸媒的標準流程。經過乙醇氧化反應的循環伏安法及其他分析測量方法比較後，發現本研究製成之內核—外殼鉑錫金屬觸媒，可以有效使乙醇在較低電位開始反應、提升乙醇氧化之反應活性及維持較長時間的穩定度，可應用於乙醇燃料電池之陽極。

Aim: The aim of this study is to make a disease-predicting model trained on data from weather stations and API using machine learning that gives the farmer the ability to predict crop diseases before they set in, allowing them to take timely preventative measures and reduce wastage. Materials and Methods: In this study the Internet of Things (IoT) sensors throughout agricultural fields of potato crops in Jafferabad, Depalpur Punjab. The sensors collect real-time data on environmental conditions, such as precipitation, air temperature, relative humidity, wind speed, and direction, Dew Point, VPD, and the Delta T values, to identify subtle disease indicators and patterns within the environmental data. Our novel machine-learning program makes use of the data collected by the weather station and analyses them. Results: Using the data, one predictive statistical method using Python 3.8.0 was created which uses the data from the weather station which can predict diseases before they set in.

車床實習課程中，「角度偏心」技能於教科書資料不多，網路查尋資訊亦少，而此難度高技能所製作產品是迴旋轉直線運動曲柄軸機構所應用。 原始點分析為一種創作情境思維模式，此模式起源於問題產生時之因果關係。專題理論發想源自夾持偏心軸系定位關係及幾何學中「圓」切線性質。此發想讓我們研擬出兩項車製角度偏心核心調校關鍵技術；一是夾頭夾持軸系與工件維度所在軸系定義；二是工件量測位置定義。 依二項技術需求，本組設計出一套輔助定位模組；且經由實驗證明此模組貢獻度是解決車床角度偏心調校問題及對曲柄軸達成簡易快速定位角度量測功能。效度上明顯已達突破性調校應用。對於車床加工人員，提供調校操作簡易方便且精度控制顯著性高的選擇。

國造潛水艇正緊鑼密鼓的進行中，我們藉由很多國家的協助才有辦法建造，我們想透過實作來了解潛水艇設計上的困難。我們的目標就是想做出一台可以透過遙控的方式，讓潛水艇可以從水面潛到水面下，再從水底浮出水面的裝置。經過文獻查找，這是利用改變機器的密度來控制的，其中有分成改變重量或改變體積。當決定方向後，從選用適當的外盒，一直到實驗過程中發現有一些一開始我們沒有想到的問題。在改變密度的過程中，有彈性的容器很容易因為操作的方式改變了它的體積，變成很難操控它的密度。最後，我們還是成功的製作出可以透過遙控而讓機器沉與浮的裝置。藉由這次的體驗，更進一步的了解到為什麼做一台潛水艇是一件難度很高的事情。

本研究主要研究冰棒棍骨牌在崩解時波峰的軌跡，並且逐步分析物理原理。首先，討論冰棒棍的基本性質，接著拍攝崩解時的影片，並分析產生眼鏡蛇波的原理，過程中發現了不同的排列順序會分別產生眼鏡蛇波或Ｃ波，以及當以眼鏡蛇波結尾時，波峰都會有一個旋轉的現象我們使用了Tracker程式來追蹤冰棒棍骨牌崩解時的波峰軌跡，且發現大部分冰棒棍軌跡都呈現相同的函數關係，並建立模型來研究其性質。 本研究已有初步的結果，我們計算出了冰棒棍的楊氏係數，並且做出了冰棒棍波形的擬合。另外也從不同觀察角度觀察出冰棒棍的運動情形，分析出單一冰棒棍的整體受力與運動情形。根據單一冰棒棍的轉動狀況，觀察出類似於進動現象，並對此深入討論。 未來我們希望能夠結合楊氏係數、冰棒棍波形疊合以及冰棒棍受力情形來建立專屬於冰棒棍波的物理模型，並研究其轉動互換模式。將其利用在工程學上。

本研究以選擇適當的魚種，來探討氣味、光色、群體行動、水溫、不同溶液和音頻對魚行動力的影響。我們發現，讓魚持續走在一個同樣的路線，會成為他們短暫的記憶；和大肚魚相比，螢光魚及金魚靈敏許多；飼料比保麗龍味道重，魚的反應也較顯著；在光色測試中，魚在藍色光遊得較快；魚活動雖然以群體為優先，且螢光魚的隊形都維持在一直線上，一起到終點，但是單獨一隻魚行動所費時間最少；雖然水溫度在20°C〜35°C所花時間平均最短，但是15°C〜20°C所費時間卻是逐次縮短；酒精對於魚活動力大幅提升。而食鹽則無太大的影響；聲波能使魚的速度大幅提升；魚的記性並不短，只要走過，也會有印象且游得越來越快。

想研究為什麼將附著在手上的泡泡往旁邊拉時會產生更小的泡泡。於是利用支撐架來模擬雙手，拉的速度則由砝碼的拉力來控制。 一開始先改變不同的拉力，發現拉力愈大，產生的子泡泡愈大。由高速攝影發現，要產生子泡泡前，母泡泡的曲率半徑開口會先從向外轉成向內，進而與中間段分離。而快速拉動的支撐架時，曲率半徑開口方向轉換的變化使中間段有較多空氣，形成較大的子泡泡。 較小的支撐架，所產生的子泡泡會比較大。原因是小支撐架的分離母泡泡會比較小，使中間段空氣量較多，所以形成的子泡泡也較大。 最後改變溶液的表面張力，發現表面張力愈大，母泡泡曲率半徑的變化越快，產生子泡的時間就會更短，因此子泡泡將隨表面張力變大而體積變小。

青少女的身體意象是自我概念發展的重要指標，而黑眼圈是青少女常見的身體意象困擾之一。為了探討相關因素對黑眼圈大小的影響，本研究收集69位青少女的臉部資料，透過影像分析，測量黑眼圈的大小，並利用問卷記錄受試者拍攝期間之匹茲堡睡眠品質質量表、青少年鼻結膜炎問卷、壓力知覺量表以及睡眠日記等。研究結果顯示週末與週間睡眠型態、鼻結膜炎及壓力三項變因與黑眼圈嚴重度之關聯性達統計上的顯著意義。

In Brazil, approximately sixty million people suffer from or acquire some type of disease daily. However, the average time for blood count diagnoses, used to identify many of these diseases, remains very lengthy. This can lead to the worsening of conditions and delays in care, as well as a decrease in the patients’ quality of life. Moreover, in some cases, the waiting period can result in irreversible situations and even the death of the affected individuals. In this landscape, technological tools such as artificial intelligence software can help reduce the time taken for diagnostic reporting. In light of this, the project involves developing software to assist in the analysis of blood counts and optimize medical diagnoses. For this purpose, the methodology was divided into three stages. In the first, titled ”Medical Standardization”, a survey of the standard variables related to diseases that can be identified with the help of blood counts was conducted. Among the findings, diabetes, anemia, leukemia, dengue, polycythemia, tuberculosis, leprosy, meningitis, chlamydia, schistosomiasis, spotted fever, and malaria were the main diseases detected. Furthermore, hemoglobin, leukocytes, platelets, glucose, cholesterol, ions, and hormones were the key findings concerning the primary blood indicative factors for the mentioned diseases. In the second phase, the theoretical and practical foundations of the software were developed, based on artificial neural networks. In Python, regression models were also crafted to check the feasibility of the analyses. Finally, the last stage consisted of testing with real datasets, based on 1,227 anonymized blood counts. Among the artificial intelligence algorithm models tested, Support Vector (0.02) and Multiple Linear (0.61) had the lowest performances, while Polynomial (0.97), Random Forest (1.0), and Decision Tree (1.0) showed the best results. Given that the Random Forest and Decision Tree regression models achieved an accuracy of 1.0, while the Polynomial model scored 0.97, Support Vector 0.02, and Multiple Linear Regression 0.61, it is concluded that the blood count analysis system, with Python tools like regression, proved to be highly efficient. The closer the R² value is to 1.0, the better the programming fits the model, ensuring accurate analyses. Aside from that, in order to expand the number of analysis possible to do be done we decided to use a second tool called ”classification”, with which we made a bigger dataset to be used as a model to identify blood related diseases and the behavior of complex and diverse diseases. With that in mind, we performed a second evaluation of the models by doing an accuracy test, scored 87 percentage points and with a confusion matrix. With those results, we verified that the high performance of the tests indicates that Artificial Intelligence can be avaunt-guard to the elaboration of more efficient medical diagnosis, improving people’s lives quality and, overall, lowering the number of deaths in our country.

文獻研究發現，藻類擁有一種特殊的胺基酸—Mycosporine-like amino acids (MAAs)，能夠吸收UVA和UVB，抵抗紫外線的傷害。本研究利用不同溶劑來萃取日常生活中常見的藻類，期望能探尋出具最佳抗UV功效的藻類萃取液，進而調配出具防曬效用的自製防曬聖品。 研究發現，不同的藻類要萃取出最具抗UV的成分所需的溶劑種類與比例會有所差異，利用50%的乙醇萃取紫菜8小時所得萃取液相較於海帶芽、昆布、礁膜和石蓴，甚至是富含花青素的葡萄、火龍果，具有更好的抗UV功效。進一步利用紫菜萃取液自製防曬乳，在未添加二氧化鈦下便具有一定程度的防曬效用，且只需添加少量比例(約2%)的二氧化鈦(市售約為10%)，便能達到與市售防曬乳相當的抗UV成效，具研究發展價值。

扭轉與斷裂過程在自然界中無處不在，從不同的剛性材料之耐震特性至飲食中的麵體筋道口感。我們觀察到市售義大利麵標示不同快煮時間，從而研究其麵體之不同組合構造:如細麵所接合而成之雙棍、三角、與四面型麵體，是否導致不同的扭力係數；同時，並自製一套扭力係數測量設備，研究其扭力係數與麵體長度、組合構造之關係，並以玉米纖維(PLA)材料3D列印不同的組合構造之細線，以驗證實驗結果；進而發現扭力係數隨組合數增加而增加，麵體扭力量測與斷裂極限約在總長1/3處，呼應了著名物理學家理查·費曼所觀察義大利麵總在施力下斷裂成三塊之世紀未解之謎。藉由本次實驗模型與分析技術之建立，相信可在未來提供更豐富的力學研究課題與更廣闊的研究前景。