氣候變遷加劇了蚊媒疾病對全球公共衛生的威脅，迫切需要創新的解決方案。在台灣，登革熱的傳播主要由蚊蟲滋生所致。為了解決此問題，我們設計了一款三層結構的3D 列印誘蚊器，包括吸引懷孕雌蚊產卵的誘餌層、捕捉蚊蟲的黏膠層，以及防止異物進入的保護層。該裝置成本低、易製作且不需要外部電力，特別適合在資源有限的地區部署。 我們結合校園監測站每日捕捉的蚊蟲數據與氣象站提供的溫度、濕度和降雨等環境數據，運用SARIMA 與隨機森林混合模型進行分析與預測。SARIMA模型負責捕捉蚊蟲數量的季節性與長期趨勢，而隨機森林模型則處理環境變數與蚊蟲密度之間的非線性關係。此混合模型不僅提高了預測精度，還能解析蚊蟲的生態模式，進一步指導誘蚊器的最佳配置。此外，我們還開發了紅外線感測系統，即時偵測蚊蟲活動，為監測提供精準數據。 為評估氣候變遷的影響，我們模擬了不同全球暖化情境下的蚊蟲密度變化趨勢。結果顯示，隨著溫度上升，蚊蟲密度呈現非線性收斂趨勢，但正相關性依然存在，強調了氣候變遷可能帶來的潛在危害。我們還開發了一個網站，用於即時呈現蚊蟲密度預測，幫助政策制定者和公共衛生機構有效應對疾病防控挑戰。 本研究與聯合國永續發展目標（SDGs）中的SDG3（良好健康與福祉）及SDG13（氣候行動）高度契合，展示了結合3D列印、機器學習、即時感測和網路技術應對蚊媒疾病的創新潛力。此系統提供了一個可持續的全球蚊蟲控制模型，為公共衛生、疾病預防及流行病學的未來創新奠定了堅實基礎。

在現今社會，個人越來越依賴自主學習以提升技能和知識，而舞蹈學習尤其受到關注。然而，在沒有專業指導的情況下，學員往往難以掌握舞蹈動作的細節，也難以清楚地評估自己的表現與標準示範之間的差距。 為了應對這一挑戰，本研究利用人體姿態識別演算法OpenPose，捕捉舞蹈者的關節點。通過這項技術，針對舞蹈的標準動作、力度、流暢度等方面，成功地開發出一款自動評分系統。 通過人體姿態識別技術，我們能夠深入分析舞蹈動作的細節，讓學員與標準舞蹈動作進行比較，以確認學習上的差異。我們希望通過這項研究，學員能在沒有專業指導的情況下，利用網路平台創建更有效且有趣的自主學習環境。

肺癌是世界上死亡率第一的癌症。根據近期研究發現，環形RNA (circular RNA；circRNA)比一般的線狀 mRNA穩定，並且會調控癌細胞。但circRNA於肺癌中的調控機制仍不清楚，因此我們決定挑選一個circRNA作為研究對象。首先，我們從 GEO 公開資料庫中篩選肺癌病人中差異表現的 circRNA，經 qPCR在肺癌細胞株驗證後，最終找到circACTN4 進行後續的研究。實驗結果顯示 circACTN4 在肺癌細胞株中確實為環狀結構，內生性表現量上升，且大都分布在細胞質。使用siRNA降低 circACTN4 表現量後，會增加細胞停留在細胞週期之G1期的數量，且 CDK4 和 CCND1 蛋白量也會降低。因此我們推測 circACTN4 可以促進肺癌細胞增殖的效果。更進一步的研究揭示，circACTN4能與LRPPRC蛋白結合，這種相互作用可能是circACTN4在肺癌中發揮調控作用的關鍵機制。總上所述，circACTN4 會促進肺癌細胞的生長，盼未來能作為預後的指標，並發展為治療肺癌的新標的。

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。

本研究成功以水熱法在 110°C 下合成了約3.90 nm 大小的ZrO2量子點（QDs）。此設計的ZrO2 QDs 能隙為5.03 eV（波長λ < 300 nm），在可見光和紫外光範圍內無明顯吸收特徵，呈現高度惰性和穩定性，適合應用於抗紫外線塗層或顏料。而ZrO2 QDs 表面豐富的氧空位與不同溫度下的CO₂轉化率及CO/CH₄產物選擇性相關。氧空位為帶部分正電的酸性活性位，CO2作電子受體為路易士酸。經氧氣環境加熱處理後的ZrO2 QDs 能提高CO2轉化率且在低溫條件下選擇性較高能促進電子轉移生成CH₄（每分子8e⁻ 轉移）。不同金屬簇（如Fe、Ni、Co和Cu）表面修飾後，Fe-ZrO2 QDs 被證明為最佳催化劑，低溫下更有效促進CH₄生成，且優於ZrO2 QDs。這顯示Fe與ZrO2間存在顯著的強金屬-載體相互作用（SMSI），提升Fe捕捉CO₂分子的能力。此特性突顯ZrO2於碳減排技術的潛力，能有效將CO₂轉化為可再利用的碳基燃料或化學原料，為減少溫室氣體提供實用解決方案。

本研究提出一套基於貝茲曲線的手寫圖形向量化系統，透過自動節點擷取與分段擬合機制，在降低點位數的同時維持高度幾何保真，本研究整合了自創的線段向量與曲率特徵處理演算法（SVCFP）能自動分割手繪筆劃並擷取關鍵節點，搭配最小平方法（LSM）進行高效貝茲曲線擬合，整體流程建置於網頁互動介面，可即時繪圖並獲得向量化結果。研究結果顯示，相較於傳統工具，本研究在控制點數上平均減少約84.6%，最高可達90.8%壓縮比，同時僅犧牲較少精準度情況下（BMND分數平均變動約 28~36分），仍能保持流暢準確的輪廓重建 ，亦適用於大量或即時處理情境，如數位手寫輸入、字型設計與圖形分析等，為圖形向量化提供一種高效率、低冗餘、視覺保真且實用價值高的解決方法。

The Boycott Effect is a phenomenon where sedimentation rate can be increased by tilting the container which holds the suspension, making it a way to increase the efficiency of the process without additional energy input. This makes the Boycott Effect valuable in speeding up and optimising a multitude of industrial applications such as wastewater management and food processing, all of which employ sedimentation to separate particulate matter from the fluids in which they are suspended in. Thus, it is imperative to model the Boycott Effect accurately for a wide range of cases, including arbitrary shaped containers and suspensions of various concentrations without the need to run costly, computationally expensive numerical simulations. In this project I investigated the inclined sedimentation of suspensions both theoretically and experimentally. Experimentally, two image tracking programs were created and tested out on my own experimental videos. I demonstrated the use of a novel method for making use of the Beer-Lambert Law to optically keep track of local concentration of suspensions. This method allows more information to be gathered about the sedimentation process in a very low-cost, non-equipment intensive or invasive way. Theoretically, I expanded upon the well-known analytical 2D PNK theory by accounting for concentration-hindering and sediment build-up effects, as well as the geometrical theory for 3D cylindrical geometries. All parts of the theoretical model were verified with experimental data and shown to have good agreement. (233 words)

本研究共實驗11種金屬當電極片，電功率的效能最佳是鎂片和碳片，過程中發現電極片材質會影響電壓，而電解溶液種類、電極片間隔、面積和浸泡範圍，則會影響電流量，間隔越小或面積越大，電流值越高。木炭和鋁罐、鐵罐或鋁箔紙可以用來簡易造電，以鋁箔紙最佳，但實測卻電壓不足，推測是鱷魚夾太多的緣故。因此利用鋅片和銅片可焊接的特性、鎂片和碳片發電效能最佳，分別進行串並聯實驗，而金屬電極片有著體積小、不易變質、能長久保存的特性，特使用3D列印機印製電池外殼，多次改良，以鎳片代替電線，開發出串聯5個並聯4組的防災電池，實測手機充電，歷時457秒，共43毫安時(mAH) ，約有5％充電量，本研究已有實體成品，可以直接應用在生活中。

在科技進步的年代，電晶體成為組成高效能晶片不可或缺的元件，其發展影響著電子產品的效能與功耗。隨著製程技術節點縮小至2nm以下，傳統鰭式場效電晶體 （FinFET）架構逐漸面臨短通道效應與漏電流增加等挑戰，而環繞式閘極場效電晶體（GAAFET）技術則因其優異的電流控制能力與低功耗特性，成為新一代電晶體的主流。本研究探討在固定有效寬度與垂直間距的條件下，不同奈米片堆疊數量對電晶體電性的影響，透過科技電腦輔助設計（TCAD）軟體模擬分析次臨界擺幅（SS）與臨界電壓（Vt）等參數，對下世代環繞式閘極奈米片場效應電晶體(NSFET)進行最佳化研究，提供未來半導體技術發展之設計方針。

本研究徹底解決電容式觸控毛筆的擬真性問題。我們研究被動式電容觸控筆的材料與工作原理，得知材料能夠產生高電容，就能產生高靈敏度觸控感應。厚度薄、面積大以及高介電常數的材料能產生高電容，都是良好的電容式觸控材料。這結果推翻了「電容觸控原理是基於材料的導電性或靜電傳導能力」的假說。有別於導電刷毛(碳纖維)筆頭的乾式觸控筆，我們直接將真實毛筆改造成觸控毛筆，利用「溼潤軟毛筆頭」具有高電容特性以及電容串並聯原理，開發出「全真軟毛被動式電容觸控筆」。得到與真實毛筆書寫過程相同筆性、筆觸與藝術效果，是目前擬真度最高的觸控毛筆。這個創新設計製程簡單且不需電源，因此具有節能與低成本的優點。

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 ℅.

睡眠相關問題常見於現代緊張的社會，傳統睡眠分析方法需要腦電圖（EEG）、肌電圖（EMG）、眼電圖（EOG）等信號，量測複雜度高。本研究透過 Python 程式語言以深度學習和階層式投票機器學習方法，開發一套自動分析程式，僅透過心電圖（ECG）信號分析睡眠階段。並結合睡眠評估標準，製訂一可量化的睡眠品質評估表，提供臨床醫師判讀睡眠品質的指標。本研究的優點是僅透過一種信號便能準確、客觀、快速分析，且操作介面簡易。研究結果顯示，本研究清醒和睡眠狀態之辨識準確率高達約90%，與其他類似睡眠品質評估研究的論文比較，準確率高出10～17%，整體睡眠階段分析準確度高達87%。本研究方法未來可應用於臨床醫療，協助醫師做精準的患者睡眠品質診斷。