本研究針對農業害蟲辨識數據集的優化進行探討，旨在提高深度學習模型的辨識準確度。隨著科技進步，人工智慧在害蟲識別中愈發重要，但現有數據集面臨數據品質不良、樣本偏差和錯誤標註等問題，影響模型的可靠性。研究主要分為三個部分：首先分析現有數據集，探討樣本數對分類準確度的影響；其次優化數據集，通過刪除拼接和錯誤圖片、重複圖片等，提升數據質量；最後實際應用模型，開發一套害蟲辨識系統。實驗結果顯示，增加樣本數和改善數據質量顯著提升了模型的準確率，並且開發的介面可協助用戶即時識別害蟲。整體而言，本研究不僅提高了農作物的病蟲 害防治效率，還為未來的害蟲識別技術提供了有價值的參考。

遺傳性表皮分解性水泡症（EB）是種罕見疾病，因突變使角蛋白異常，造成表皮組織脆弱易形成水泡，單純型水泡症（EBS）是最常見的類型。此計畫旨在：（一）建立果蠅EBS疾病模型；（二）探討溫度對病徵的影響；（三）以此果蠅EBS疾病模型發展藥物篩選平台。初步使用Diacerein測試，評估對EBS症狀的改善效果。 目前顯示突變角蛋白K5/K14R125C會形成積聚體，與正常K5/K14形成的角蛋白網絡不同；全程25℃培養，約32%果蠅翅膀有水泡，亦符合EBS病徵。篩藥平台建置已完成色素和溶劑DMSO劑量測試，初步顯示Diacerein有助病徵緩解。目前將擴大統計不同溫度對 EBS果蠅死亡率、水泡發生率和角蛋白積聚形成比例。希望以本研究建立的果蠅EBS疾病模型與篩藥平台，能為罕見遺傳疾病療程開發奠定基礎。

研究主要在製作出具可塑性的材料，形塑成不同樣式以自製成摩擦起電的裝置，得以有更廣泛的應用。歷程中，研發了鑄模裝置、摩擦起電裝置、驗電器和測耐用性方法，以進行探究。在測試生活中多樣具可塑性的物品後，發現橡膠是不錯的材料，因此我們利用市售膠鑄模成多種膠膜，發現含 PVA 的材料和矽膠適合用來做成摩擦起電的材料，接著我們利用PVA 膠和矽膠，添加不同物質，自製複合可塑性材料，探討何種材料互相摩擦之後，可以形成較高的電力。發現史萊姆膠添加硫酸銅，和矽膠添加聚四氟乙烯粉有最佳的效果，且可以形塑成薄膜、立體狀或塗抹在物品上，能夠吸 引 多樣的物品。最後將自製複合可塑性材料，做成摩擦起電吸引塑膠微 粒、煙霧裝置，進行實際應用。

Currently, Large-scale solar PV systems installations are taking place in the desert environment and space to harness abundant solar energy effectively. Dust accumulation on the surface of photovoltaic panels (PV) is the most stignant problem for photovoltaic panels, as dust deposition reduces PV problem energy generation efficiency significantly. Thus, the removal of dust from the PV panels has become very important to increase the rate of energy efficiency by the PV panels. The dust particles could be reduced using traditional dust cleaning techniques. But, in the harsh and hostile desert environment, these approaches which requires a lot of water, complicated mechanical instruments, enormous logistics, and personnel. Electrodynamic dust shielding (EDS) system has been developed at our laboratory to remove dust particles from the surface of the PV panels. The EDS system has been successfully tested for dust mitigation. The unique features of our EDS System is that it is cost effective, easy to install and no manpower required as it is an unmanned system. The design and construction of a single-phase electrodynamic dust repulsion device built locally in KSA is demonstrated in this study. This work showed that the optimized electrode design and electrical parameters, such as AC source voltage and frequency, maximized the EDS system's dust mitigation effectiveness. A perfect balance was achieved between the geometrical and electrical parameters of the EDS system, resulting in a dust removal efficiency of up to 92±1 ℅.

本研究探討熱區與冷區在水中造成的對流與擴散現象，並以水蒸氣柱模擬氣旋中心熱氣流及颱風眼內部結構。結果顯示，熱區擴散速度隨溫差顯著上升，冷區則變化較小，呈現不同的對流型態。進一步量測蒸氣柱風速與垂直溫濕度分布，發現風速於一定高度出現「零風點」，其高度與蒸氣柱直徑呈比值約為7。此區為熱對流動能轉弱之處，對應氣旋眼牆的無風層。最後導入外圍切線風，成功建立具對稱性之旋轉風場，重現類似颱風眼牆的氣流結構，為理解熱帶氣旋的垂直環流提供可驗證的實驗依據。

本研究探討不同多媒體學習呈現方式與策略操作對學生學習成效與認知歷程的影響，並結合腦波量測進行實證分析。研究分兩階段進行：第一階段設計三種影片類型（語音＋圖像＋文字、語音＋圖像、語音＋文字），比較學習表現之差異；第二階段以成效最佳的「語音＋圖像」組為基礎延伸三種策略（單次觀看、重複觀看、觀看後口述）進行比較。結果顯示「語音＋圖像」組在學習成效、專注度與放鬆度表現最佳，符合雙通道與冗餘原則；「觀看後口述」策略在測驗成績與語意整合指標上具優勢，展現生成學習與深層加工潛力。 本研究結合理論與腦波數據，提供多媒體教材設計與教學策略實證建議，展現腦波輔助學習診斷可行性，呼應永續發展目標「優質教育」核心精神。

本研究探討DNA鹼基錯配修復(mismatch repair，MMR)系統在釀酒酵母與奇異酵母雜交合子中的作用，並揭示其對雜交不孕的關鍵影響，具備了癌症研究及農工業菌株改良的潛在應用價值。由於兩物種之基因體序列差異大，雜交合子於減數分裂時產生大量鹼基錯配，活化MMR系統，導致過多具干擾性的同源重組產物，使染色體分離異常、孢子無法正常發育。本研究利用可在孢子壁表現三色螢光蛋白的酵母系統，並透過PCLB2-MSH2專一性抑制MSH2於減數分裂期間之表現，有效降低干擾性重組、顯著提升孢子存活率。研究結果顛覆傳統認為雜交不孕源於重組不足的觀點，進一步釐清MMR系統在遺傳隔離中的角色。

本研究發想自常見的競賽解題工具「雞爪定理」──三角形內心與三頂點構成的子三角形之三個外心落在其外接圓上。我們將條件更換為垂心和外心，關注連心線三角形，驚喜發現外心與垂心構圖具有巧妙關聯性！值得一提的是，其本質是三圓交於一點，隨後再將三圓交於一點進行一般化，利用此工具解決了2024 年加拿大數學雜誌的一道題目。我們將外心、垂心推廣成任意等角共軛點，利用反演變換證明七圓交於一點，此交點恆在原三角形的外接圓上，再利用連心線與公弦互換，給出四個連心線三角形的關聯性──相似與透視。最後迭作連心線三角形，得出其循環相似性質。整體而言，我們創新了研究項目，循序漸進刻劃出獨特且有趣的結果。

在這篇作品中，主要研究Repunit數列=在模n之下的餘數數列循環性質。我們探討了Repunit餘數數列在什麼條件下 為純循環週期數列、混循環週期數列和完全純循環週期數列，同時給出了循環週期的公式及上界。接著我們發現一階非齊次線性遞迴數列在模n之下的循環週期與c進制Repunit數列在模 n/gcd(n,c)之下的循環週期相同，並且進一步探討餘數數列在什麼條件下為純循環數列、混循環循環數列和完全純循環數列。

1.1. Cystic Fibrosis Biofilms Biofilms are bacterial aggregates in a matrix of polysaccharides, proteins and nucleic acids (Donlan, 2002). They account for 80% of all chronic infections and cause over 500,000 deaths annually. Cystic fibrosis (CF) is a genetic disorder characterized by mucus accumulation in the respiratory tracts (Morrison et al., 2020). This impairs mucociliary clearance, allowing chronic colonization by bacterial biofilms, leading to fatal respiratory failure, lung scarring, and necrosis of pulmonary epithelial tissues (Martin et al., 2021). 1.2. Obstacles in Current Treatments Three major therapies are used against CF biofilms: (1) aminoglycoside antibiotics like tobramycin, (2)non-aminoglycoside antibiotics such as ciprofloxacin and vancomycin, and (3) non-antibiotic therapies including flushing, chlorination, and ultraviolet disinfection. These have two major flaws. First, they are cytotoxic; 30% of patients experience acute kidney injury after three days of intravenous aminoglycoside therapy (Joyce et al., 2017). Furthermore, non-aminoglycoside therapies can cause phospholipid buildup in lysosomes of proximal tubule epithelial cells, accounting for 10-20% of acute renal failure cases. Second, antibiotic resistance due to horizontal gene transfer and mutations has significantly reduced treatment effectiveness. Therefore, cystic fibrosis biofilms remain a critical threat with few effective treatments. 1.3. Salicylate Derivatives This project tackled this issue using an innovative non-antibiotic approach with salicylate derivatives. Salicylates, a class of benzoic acids—benzene-based carboxylic acids (Figure 1)—used in painkillers and blood thinners, were investigated for their antibiofilm potential through a 3-step process: 1. Literature review: Identified three key biofilm therapeutic targets: quorum sensing, bacterial adhesion, and cell motility. Disrupting these pathways would result in biofilm eradication. 2. Molecule Identification: Recognized key molecules in each pathway: LasR, adhesins, and flagellin. Inhibiting these molecules would disrupt the pathways. 3. Screening: Found that salicylates could inhibit the identified molecules, though they had never been tested against cystic fibrosis biofilms.

現今醫療中，黃疸的早期偵測對肝臟疾病的預防與治療至關重要，但多數人難以在症狀輕微時察覺。我們希望藉由智慧手機影像結合機器學習進行黃疸檢測，提升民眾自我監測的能力。Su 等人（2021）曾使用深度學習和機器學習進行黃疸預測，但其方法依賴專業色卡進行色彩校正，成本高且限制應用範圍。本研究提出以白平衡演算法中的白色補丁法與灰界演算法，搭配深度學習模型 DCCNM1和2 取代色卡，提升黃疸檢測的普及性與便利性。經黃疸偵測效果評估顯示，DCCNM2 在無色卡模型中表現最佳，雖然各指標略低於色卡校正，但其展現出優異的穩定性和準確性，證明其作為無色卡黃疸篩檢方案的可行性。本方法將能提供便捷的居家黃疸檢測途徑，尤其對偏鄉地區居民而言，不僅提升早期發現的機會，還能有效減輕醫護人員的負擔，推動大眾健康管理。

本研究探討臺灣常見的鋼筋華廈、鋼筋及鋼骨大樓，透過於地下室外牆與連續壁間填入非牛頓流體、牛頓流體及輕黏土，比較建物受震時加速度，發現地下結構中設置非牛頓流體減震裝置較牛頓流體、輕黏土更減震。而模擬器搖晃20-50秒時，非牛頓流體能顯著的減震，超過50秒後，非牛頓流體可能因沉澱而減震效果下降；在100秒後，無減震裝置的建築加速度上升，非牛頓流體再次出現明顯的減震效果；不同重心的建築質量分布導致不同的擴溶現象，使減震效果發生變化；較高的建物因力臂較長，重心高時產生較大的加速度。接著觀察光穿透吉利丁凍的偏折情形，發現受力面與地震方向垂直時，牆面受力明顯；若受力面和搖晃方向不垂直，柱的部分受力大，且觀察到力量有轉移的現象。最後，為建築設計超聲波測距模組，即時監測建築下陷或傾斜情形，以利即時修繕及重建。