本研究探討乘法賓果雙人對戰遊戲的設計原理與對戰策略。 探討問題與獲致結果如下： 一、正整數1～c兩兩相乘所得乘積總個數，找出計算公式。≤500只有7個c恰可組成正方形棋盤。重複的乘積，其最大質因數≤𝑐/2。 二、由棋盤邊長n和m數連線，可計算出棋盤各位置的賓果組合數量、及可與之賓果的位置數量，且可判斷合適的m值。 三、按照數字大小排列邊長≤6的完美棋盤，都是先手較占優勢的不公平棋盤。對戰策略包括：取得棋盤中央位置、選擇平方數、賓果係數較高，考慮可連跳乘積數的相關性質、倍數位置分布等。 四、設計公平棋盤並用不同方法驗證。 五、編寫程式，找出可排成較大正方形棋盤的數，且模擬隨機對戰，找出雙方勝率，以驗證棋盤的公平性。

本研究旨在探討人類、人工智慧在特定機制下的抉擇。研究者首先固定一場景模型，設計模型中各族群的任務與環境機制，再使用程式還原所研發的模型，並利用微分方程式去驗證代碼運行的正確性。由於研究者希望此模型能夠貼近現實社會，故發表問卷以調查民眾、人工智慧對於不同族群的選擇偏好，再將調查數據代入電腦程式，以比對人類與AI在選擇上的異同，並探討各種機制對於族群之間互動的影響，加以推論原因與發展趨勢，最後說明此模型在生活中的應用。

直笛是每位學生必學樂器，加上簧片巧思，創作出簧片直笛。實驗變因控制為形狀（三角形、梯形、長方形），厚度以及材質。運用問題解決，開發出雷射切割簧片及板擦機吹氣，將人為誤差去除。實驗發現，三角形簧片會將頻率往上移動，上升最大59.2%。梯形簧片，當簧片寬度越寬，振動頻率越低。長方形簧片，簧片長度越長，振動頻率越高。當厚度越厚，頻率會變低。不同材質簧片，發現投影片簧片頻率變化最佳。從共振分析得知，當簧片振動頻率接近笛子自然頻率，音量增加。當簧片振動頻率沒有接近笛子自然頻率時，無法發出聲音。原本學生常用的高音笛，配合簧片替換創新，可吹出超高音笛的聲音。「笛管新聲可創造出不同音域的巧妙變化」。

透過一系列實驗研究走馬燈的設計與性能，探討不同因素對旋轉速度與穩定性的影響。實驗中，用紙杯與卡紙製作燈罩及燃料杯，並測試燈罩的長度、大小、開口方向，以及燃料種類與燃料杯設計對熱氣流的影響，希望能改善走馬燈的運轉效果。結果發現，當空氣受熱上升時，會驅動紙杯旋轉，而開口方向決定了旋轉方向，當開口朝左時，紙杯呈逆時針旋轉，當開口朝右時，則順時針旋轉。此外，我們測試了不同高度與大小的燈罩，變化開洞的數量、形狀與角度，並調整洞口在杯側的位置，以分析其對旋轉效果的影響。這些結果有助於理解熱對流、燃燒機制與機械運動的關係，也為改善走馬燈的設計提供了參考依據。

本研究報告，從酪梨葉利用柱層分析技術萃取出葉綠素-a、葉綠素-b以及類胡蘿蔔素，用來研究其物理性質以及測量非線性折射率(n2)。 當雷射光束照射在置於比色管中的樣本時，中央軸上的強度最高，導致溶液產生了溫度梯度和折射率梯度。雷射光束穿過溶液後，在屏幕上產生了遠場繞射圖樣。這些繞射圖樣的最大半徑(Rm)和暗條紋的數目(N)隨雷射光的功率(P)、光徑長度 (𝓵)、溶液的熱吸收係數(μ)和溶劑的熱光係數(dn/dT)變化。從N對𝓵和N對P的關係圖中，可以計算出溶液的n2。 在本研究中，從酪梨葉中萃取的色素濃度分別是從菠菜和朱槿葉中萃取色素濃度的4.0倍和3.1倍。更令人驚訝的是測得的n₂ 值比石墨烯大100倍。結果顯示，該樣品具有顯著的非線性折射率，使其成為各種光學開關應用的理想材料。

In 2565 B.E., 泰國's elderly, comprising 18.3% of the population at 12,116,199, faced health challenges, with diabetes, cerebrovascular disease, arthritis, and lung cancer prevalent. Caregiving hurdles arose as many family members worked outside, impacting the care of elderly individuals with these conditions. To address this, the "SVMR Medication Reminder and Care Robot for the Elderly" was developed. Known as the Smart Versatile Medication Robot (SVMR) or "New Robot," it serves as a user-friendly solution for home-based elderly care. Recognizing the adverse effects of missed medication on health, the SVMR system, combining hardware (New Robot) and software (Application), aimed to alleviate caregiving burdens. The New Robot's hardware includes a customizable medication reminder system, a video call system, closed-circuit camera system, doctor's recommendation display system, and an SOS system for emergency assistance. The Application complements this with features like medication schedule setting, video call communication, activity tracking, daily schedule management, and live camera monitoring. During the SVMR prototype trial, one unit was tested, with developers' relatives trying the medication dispensing system. Positive results emerged, showcasing improved medication adherence among the elderly and affording caregivers more time for other responsibilities. Satisfaction levels, as assessed through interviews, were notably high. Elderly feedback suggested the need for additional compartments for different medications and enhanced notification methods, particularly when they were not in proximity to the medication cabinet. In essence, the SVMR system provides a comprehensive solution to the challenges faced by households with elderly members, ensuring better disease management, increased medication adherence, and support for caregivers, all within a concise and user-friendly framework.

Medication errors in patients are a global problem. They can negatively affect patients and be costly for hospitals and medical clinics. In 2021, a 28-year-old man with heart problems was admitted to a hospital in Porto Alegre. Due to a pharmacy error and insufficient monitoring in the administration, he received a dose 10 times higher than prescribed. This caused serious and probably irreversible damage to the patient. Reading the news and following the case in the media has encouraged research in scientific databases, searching for information and data on medication errors, as well as emerging technologies to reduce the occurrence of adverse medication events. Based on the findings of an English study that proved that errors occur at the drug prescription stage, the first stage of this research focused on drug dosage errors. The aim of this study is to develop an application based on artificial intelligence that can recognise these errors and help prevent them. The application uses a neural network to analyse prescriptions and warn of possible cases of incorrect dosage. The computer program was developed using a neural network and the drug dosage error recognition system using Python and Keras. The system was trained with 10 drugs and correct and incorrect dosage cases. A graphical interface was created to input and display new case data. Neural networks with different configurations were tested to obtain high accuracy with the training and validation data. A confusion matrix was used to assess the accuracy of the network for cases not used for training. The accuracy was approximately 96%, but problems were found in certain intervals. The errors are due to the need for more training, higher processing capacity and a cloud server. The results of the first stage of the research indicate the feasibility of using a neural network to recognise medication dosage errors and thus preventing the associated risks. Such a method could prevent cases like the one in Porto Alegre. Future studies could incorporate more types of drugs, allergies, drug interactions, pre-existing illnesses and other relevant factors into the system.

本研究以空氣為催化劑，降低KOH在水中解離成K+及OH- 的解離能，大幅提升KOH在水中解離的效率，配合以鋁板為電極，還原H2O及OH-，釋出氫氣H2。這還原反應過程同時輸出K+及H2為電力能源。利用解離出的K+組裝成鉀離子電池，同時以解離出的氫氣運作燃料電池，組成雙輸出埠電力裝置。本雙輸出埠電力裝置，可以分別利用KOH濃度及或空氣輸入量，來調控輸出功率。KOH濃度增加或空氣輸入量增加，均可提高兩輸出埠的功率。測試時採用KOH濃度為5M，輸出電壓達0.19 mV，電流達0.166 mA。採用摻雜0.3%鉍的鋁為電極板，提升輸出電壓達0.67 mV，電流達0.199 mA。在鉀離子電池2MKOH水溶液中串聯4組電極板，電壓提升至2.9 V，電流達5A，並能成功點亮LED燈及驅動市售燃料電池。再經電路板穩壓後，電壓從2.9 V提升至5 V，適合USB充電，顯示出其作為無碳排放電力能源。

據衛福部統計，腦血管疾病穩居國人十大死因，但腦中風在西醫治療的選擇有限。中藥腦得生養腦散(BNG-1 Powder)具抗炎、血管重塑功效。而本研究將探討奈米化 BNG-1 作為腦中風治療藥物的潛力。 利用微乳化技術，將BNG-1水(W)、酒精(E)萃取物包覆於聚氰基丙烯酸丁酯(PBCA)奈米載體，製備PBCA-BNG-1奈米粒子，探討其作為BNG-1藥物遞送系統的安全性和有效性，並評估其於缺糖、缺氧/再充氧(OGD/R)環境對神經細胞的保護作用及血腦屏障(BBB)之通透性。 結果顯示，PBCA-BNG-1奈米粒子能藉由抑制發炎、自噬和細胞凋亡，保護神經細胞免受OGD/R誘導的損傷，亦刺激神經生長因子NT-3表現及神經突觸生長，並有效穿透BBB，提高藥物遞送效率，且以PBCA-BNG-1-E奈米粒子效果最佳。 研究證實，以奈米技術改變BNG-1劑型，有助於未來腦中風治療。

在醫院到學校為新生進行體檢後，許多同學對檢查報告中的異常一無所知，紛紛向老師求助。然而，由於老師缺乏醫學背景，無法提供明確的解釋。這促使我們思考如何利用AI來幫助同學理解檢查異常項目。 最初，使用AI Agent-Coze創建了第一代機器人，但受限於AI算力，操作上限制很多。參加智慧物聯網創意應用競賽時，評審要求--花一年時間，換個方法再做一次。因此決定改用Python進行開發下一代機器人。Python不僅能處理和轉換數據，還能靈活實現各種邏輯操作。此外，以英文撰寫prompt，能有效減少翻譯成中文時的token消耗。 最終，成功開發了新版本的機器人。與Coze方案相比，新方法大幅降低了token使用量。根據保守估算，token消耗減少至原來的1/500，顯著提升了效率並達成實驗目標。

金武扇仙人掌果實為何能常保新鮮？本研究以可食用塗層、果膠保鮮膜、檢驗果肉、果皮的保鮮效益，結論如下： 一、果實的細胞壁緊密與保水黏液，應是保鮮原因之一。 二、果汁：油-9:1塗層具最佳的保鮮效益，應與汁液中富含維生素A、Ｃ的抗氧化營養素有關。 三、果肉的果膠萃取率優於果皮；不同檸檬酸濃度的萃取量3M⇌2M>1M；萃取率優於香蕉皮、百香果殼。 四、果肉萃取的果膠製成保鮮膜，保鮮效益優於果皮，用檸檬酸濃度2M製成的保鮮膜，保鮮效益優於濃度1M；乙烯含量監測得知，透氣性優於市售保鮮膜 。 五、自製果膠保鮮膜的保鮮度優於可食用塗層，比單純室溫放置好。 六、仙人掌果皮與果肉確有保鮮的生物、化學特性，並有農產廢棄物再利用經濟效益。

本研究探討乙醇水溶液滴入沙拉油中之液滴分裂行為，分析液滴滴落高度與有限邊界對液滴分裂行為影響。研究液滴擴散最大、分裂完成與分裂後兩分鐘的最終狀態，並修正反應時間模型。結果顯示，滴落高度越高擴散範圍與分裂液滴數量增加，最大擴展直徑呈U型變化，反應時間於中間高度（約10cm）出現局部最小。邊界越大時分裂更完整，液滴平均面積較小，邊界過小則影響母液滴為維持最小表面能而收縮、分裂的速度，使反應時間增加。首次提出液滴內縮機制，觀察到液滴分裂未完成即出現內縮（TypeII現象），由乙醇與水揮發差異導致擴散接著內縮形成圓環，為文獻未提及之新現象。整體結果補充液滴分裂行為，未來可應用於微流體與表面張力相關研究。