由實際觀測彩虹出現時的資料，發現台灣中部地區彩虹出現的時間以夏秋兩季的傍晚4點到6點較多， 這個時候的太陽高度角大多在30度以下。對應中央氣象署的觀測數據，發現是否下雨、地面的氣溫等天氣因素和氣象條件對形成彩虹也有關係，在出現的雲系上以低雲系較多。接著透過圓形水族缸模擬圓形水滴 ，以LED手電筒成功的產生彩虹，並以雷射光追蹤路徑能找出形成彩虹時光在圓形水滴中符合兩次折射一次反射的路徑。之後操作水滴中不同的變因實驗我們發現，水滴中若溶有鹽、酸 溫度升高時會有彩虹位移的現象， 而水滴溫度不同、懸浮微粒的多寡則會影響彩虹的亮度等。最後以自製的球形薄冰外殼，內 加冰水可以更直觀且成功的模擬出彩虹的產生。

平行四連桿機構廣泛應用於機械手臂中，若於桿件上加掛橡皮筋，可顯著降低轉動所需力矩，實現節能。然而，現有設計多依賴經驗與試錯法，缺乏系統化方法。本研究開發出高直觀性橡皮筋平行四連桿輔助設計程式，能提升機構設計效率與準確性。透過建立橡皮筋施加於連桿的數值分析力矩模型，並透過實驗數據對彈力常數進行非線性修正，提高模型有效性。同時，構建綜合指標以評估系統性能，並運用基因演算法搜尋最佳參數組合。實驗結果顯示，運用輔助設計程式尋找橡皮筋的最佳掛置點，能抵銷高達99%連桿所需做功，展現極高應用潛力。未來將納入轉動慣量與摩擦力，進一步提升模型現實性，並推廣至其他四連桿機構設計，為機械系統節能提供全面解決方案。

近期研究發現AI可以影響心理歷程，如Chukwuere和Handoko(2024)指出AI對學生的學習或輔導產生正面效益。本研究旨在開發升學輔導AI，並驗證此AI能否增加受試者的生涯定向。實驗一以新北市某高中214人為研究對象，證明AI有助改善學生生涯定向；實驗二研究同校108人，探討不同AI取向對高中生生涯定向的影響。研究結果顯示：一、AI可改善生涯定向，但與自行搜尋網路資源的效果無顯著差異；二、資訊取向機器人提高高中生生涯定向的效果優於情意取向機器人；三、無論是否有生涯決定之高中生，使用情意取向機器人或資訊取向機器人後，其生涯定向皆無顯著差異；四、兩次實驗的受試者繼續使用AI的意願皆為3.44 (滿分為5)。

本研究開發智慧寵物健康監控系統，融合熱顯影感測、AI學習、物聯網與邊緣運算，解決傳統健康監測無法即時數據化與預警的問題。初期以問卷與5W2H問題分析建構四大功能：體溫監測與AI發燒預測、糞便辨識與分類、飲食與飲水記錄、異常即時通報。 系統採用MLX90640熱顯影模組與ESP32-S3監測體溫，糞便辨識以Edge Impulse訓練模型，搭配ESP32-S3CAM實現即時運算。飲食行為由 HX711 與超音波感測器記錄，並同步推播至 Discord平台。分類模型參考獸醫建議導入布里斯托分類法，提升精準度。系統具備低成本、高精度與高度擴展性，展現智慧照護應用潛力。

本研究主要探討新竹關西馬武督地區鋯石巨晶的形成年代、生成機制與地質意義。該地區鋯石具有高達3至5毫米的巨晶，不同於台灣其他地區以微米級為主的鋯石。透過採集與分析樣本，結合玄武岩的微量元素及鋯石的鉿同位素分析，揭示馬武督地區鋯石的來源與形成環境。研究結果顯示，鳳山溪上游的玄武岩脈提供發現鋯石的有利條件，而馬武督鋯石巨晶的生成與長時間結晶、緩慢冷卻速度及捕獲外來晶體的地質條件密切相關。根據定年結果、微量元素蛛網圖、鉿同位素分析結果，推論認為：馬武督鋯石巨晶並非直接在玄武岩中生成，而是被鹼性玄武岩漿捕獲後保存下來。本研究加深對鋯石在玄武岩中形成機制的理解，對此區地質演化研究提供一個良好的解釋機制。

本研究探討改良meArm機械手臂，自製不易傾倒、效能追蹤及發電效率三特質之太陽光源追蹤器的可行性，期待結合太陽軌跡運行模式與光敏電阻降低轉向電能消耗。我們探討感測器、太陽能板及周圍環境如何影響發電 效率。以高亮度LED燈模擬太陽，數位萬用表測量電流及電壓，藉以判斷發電效率。總整超過49種太陽光源追蹤器配置及超過441筆實驗記錄，結果顯示：環境溫度25 ℃以下，太陽能板用塑膠片覆蓋，並以廚房紙巾清潔；配置3個離太陽能板高度0cm，透明膠帶遮蓋的光敏電阻，發電效率最佳。本研究成功運用市售創客玩具自製太陽光源追蹤器。應用於非中午時段的戶外，可較固定式太陽能板增加約2 0~40%的發電量，期待藉此激盪人們關注提升太陽能發電效率的方式。

本研究探討O2、CO2與溫度等因子的變化對大刀屬螳螂(Tenodera)生存之影響，以下研究簡稱大刀螳螂。結果一：7種野生環境O2最低平均19.79%、CO2最高438.57ppm，全罩環境CO2濃度平均最高1200ppm，且不吃不喝下平均存活了43天。當低O2平均在8.2%、CO2濃度6496ppm時，雄蟲呼吸速率增快經過6.47小時昏迷，最快0.48小時甦醒。結果二：8種不同環境溫度與行為，首度證實之前從未被證實過大刀螳螂體溫總平均高於環境2.79°C。第9種溫度實驗發現在40°C時，體溫總平均竟高於環境6.97°C，平均3分鐘死亡。

由於符合活體研究、解析度、穿透深度等需求，加上螢光技術，使光學方法成為追蹤單一腦神經工作情形較合適的方式。其中重要元件 TAGlens （可調式聲學梯度折射透鏡）的透鏡（目前 z 軸焦距變動最快的透鏡裝置），透過焦距快速變動達到快速掃描。不過 TAGlens 在高強度雷射穿透下，焦距變化範圍會產生改變，我們稱之 TAGlens 的熱效應。 本研究即研究 TAGlens 的熱效應，使用不同研究方法以量化並分析，其中利用體積影像中螢光球軌跡變化的方法，明顯呈現了 TAGlens 熱效應的變化，我們發現入射雷射功率越大，會使 TAGlens 的焦距平衡點越遠，焦距變化範圍越小。未來可望校正 TAGlens 因熱效應造成的數據誤差。

參考文獻後，發現水溫、煮製時間與浸泡過程皆會影響澱粉糊化程度與內聚性。透過單/多變因實驗設計，分析各參數對粉圓內聚性影響，並建立粉圓彈性模型。在單變因實驗中，烹煮時間60分後，粉圓吸收水分與熱能後與生粉圓相比膨脹1.4倍，但超過120分後過度糊化而縮小。在多變因實驗中，由SN反應圖趨勢，找到澱粉分子、水與熱交互作用最佳條件:生粉圓浸泡80度熱水90秒、浸泡10度冷水1小時、沸水烹煮20分、50度悶煮5分鐘，且微調後可適用不同生粉圓粒徑。品評後，結果呈現此方法烹煮的粉圓是青年族群的最愛。另外，亦可調整軟硬度，迎合幼、老年族群喜好，未來可結合AI智慧機器人達成模組化、自動化、客製化粉圓烹煮流程，實現商業應用。

科技課程中木工機具的安全問題備受關注。本研究整合視覺語言模型與手掌辨識技術，即時分析操作時的手部姿態，以判斷危險程度，並可傳遞危險訊號至智慧插座，自動控制機具停機，減少意外發生。其中實驗照片測試集共396張，涵蓋12種手勢與3種環境亮度（750、500、300流明），透過不同提示詞（Prompt1~Prompt6）改善鋸見AI的分類效果。並且最佳模型（Prompt6）在危險手勢的正確率達99.3%，警戒手勢89.8%，安全手勢86.4%，表現高度準確性。此外，手掌距離辨識在500流明環境亮度下的誤差低於0.5公分，可作為系統後端危險狀況停機的重要輔助依據。在教學應用上，系統能即時辨識危險手勢並成功切斷電源，平均反應時間約為170~200毫秒，展現出即時防護的實用性與教學輔助潛力。

我們觀察到小卷在水中移動時，若受到驚嚇或刺激，會以噴射方式迅速前進。基於此特性，我們設計並製作了仿小卷動力機器人，模擬其水中移動行為。寶特瓶小卷 模型皆採用水力作為動力來源，並以近似小卷的材質與比例製作，使其運動方式更貼近真實生物。完成初步實驗後，我們嘗試讓模型能像真實小卷般自行移動，因此運用校內的3D列印機設計零件。並且模仿小卷的動力，做出外殼，使用棘輪裝置收縮彈出產生速度，使仿生小卷能達到推進的效果。

媽媽種了許多玫瑰花，我在觀察時，看到一些白色小球，詢問老師知道這是草蛉的卵。我們到校園尋找並實際飼養草蛉，觀察牠們的型態和行為，同時設計卵、幼蟲、成蟲實驗。 在草蛉卵孵化實驗中發現草蛉卵會因為不同溫度高低，而影響牠的孵化率。 草蛉幼蟲期在覓食、運動和偽裝有特殊性，尤其偽裝能力最令人驚訝；草蛉幼蟲會把周圍的東西，都背在身上；偽裝過 程是用口器將物體夾住，再往上舉起，背部也跟著拱起，接住偽裝物，動作十分敏捷；每隻草蛉幼蟲身上都 裝著 滿滿 的 各式各樣偽裝物，我們推想這樣的裝扮可以讓幼蟲變強大，又可以隱藏自己。 草蛉幼蟲專門吃一些植物的害蟲，如：蚜蟲、粉介殼蟲、葉蟎等，是生物防治的益蟲。