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。

本研究透過結合局部敏感雜湊（Locality-Sensitive Hashing, LSH）與知識圖譜（Knowledge Graph, KG）以改善檢索增強生成技術（Retrieval-Augmented Generation, RAG）在檢索的時候難以在精確度與效率之間取得平衡的問題。透過使用LSH 將資料分桶，接著利用知識圖譜進一步篩選資料，以提高檢索的精確度與效率。 實驗結果顯示，結合知識圖譜與LSH後的系統，在精確度（precision）上可達到91%，相較於VectorRAG 的84%提升約8.33%，與GraphRAG的96%則僅有5.21%的差距。此外，本系統在檢索時間上較GraphRAG降低了95.38%。由此可以證實，透過結合LSH及知識圖譜能在保持高精確度的同時，顯著提高檢索效率。

現今網路充斥著具壓力的負面言論，影響使用者的心理健康。本研究旨在參考 C-ME 量表並整理為四大類標籤，人工分類從論壇蒐集的言論來訓練模型。研究採 LSTM、雙向 LSTM、CNN + LSTM 及 Transformer四種深度學習模型，基於自建資料集進行訓練，實現對全新言論的精準分類，並比較四種模型在精確率、召回率及 F1-score 等指標上的表現。結果顯示，LSTM處理數據不均衡的資料集時表現最佳，F1-score達89.2%。實測發現，CNN+LSTM 在預測效果上略勝 LSTM。此外，結合生成式 AI GPT-4o-mini，能有效改善不當言論，為留言者提供更委婉的表達建議。

本研究旨在解決肢體障礙或單手使用者在操作電腦時所面臨的不便，設計一款融合鍵盤與滑鼠功能的單手操作裝置。透過自製PCB電路板、客製化鍵帽與鍵軸配置、3D列印人體工學外殼，以及整合滑鼠感測器與QMK韌體技術，實現單手即可同時完成鍵入與游標控制的操作方式。我們的實驗結果顯示，單手使用時相較於傳統鍵鼠組合，本裝置能大幅減少手腕移動的距離與次數，有效提升使用效率並降低疲勞感。產品設計不僅針對身障者，也適用於特定單手使用情境，具備良好的通用性與實用價值。未來將持續優化硬體與軟體，期望推廣至更廣泛的使用族群，實踐科技輔具的社會意義。

本研究開發了一個基於多項人工智慧技術的多模態失語症溝通系統，旨在提供失語症患者能提升表達自我和參與社交的能力的工具。系統以iOS App作為主體，接收環境影像、語音、唇語、手勢及情緒等多模態資訊後，透過大型語言模型產生完整敘述，再以語音合成播放。研究創新開發AphasiaSim-LLM生成高度擬真的模擬失語症語料，並以量化評估取代主觀評分，證實Gemini 2.5 Flash於語句還原表現最佳；此外亦建構了輕量級手勢辨識模型，並以ORB演算法優化關鍵幀提取；透過異步處理、FFmpeg影片取幀及輕量Flux文生圖模型等優化策略，最終完成能有效輔助失語症患者進行流暢溝通之系統。

隊員的外婆在台灣獨居，曾因跌倒而未能及時求救，引發家人擔憂，高齡化與獨居老人數量增加，導致安全照護挑戰，需改善意外求助系統。本研究目的是使用OpenCV和YOLO技術辨識人體動作，檢測跌倒情況及其影響發送郵件通知家人。本研究使用Pexels和Google收集圖片進行訓練，Roboflow工具加快標註過程。過程中整合偵測、影像擷取及郵件發送功能，設計時間間隔機制避免重複發送郵件。訓練結果顯示模型在辨識「躺下」動作上準確率高，對其他動作表現尚可，而系統運行時CPU負擔輕，確保穩定性與擴展性。本系統對人物重複辨識和跌倒檢測準確性有改進空間，考慮增加資料量及調整標註類別。未來計畫開發專用APP以提升訊息傳送功能，增強用戶體驗。

本研究以天然材料製作「水溶性包裝袋」為目標，期望改善塑膠袋所造成的環境問題。從腐壞地瓜萃取出澱粉為原料，並將甘油、聚乙烯醇（PVA）、檸檬酸、硬脂酸及水混和以塗佈機於玻璃片上製膜。針對不同比例所製成的水溶膜，透過SEM探究聚合物的交鏈情形；藉由拉力實驗找出膜袋 荷重性最佳的成分比例，澱粉、甘油含量較低者，膜袋荷重表現佳。以熱重分析法探究膜袋之熱穩定性。以FTIR分析成分比例不同的膜之氫鍵，圖譜中可見甘油所造成之變化，同時影響膜的黏滯性。透過微粒動力學將膜溶於水中，施以擾動並觀察微粒粒徑變化情形，攪拌時間越長粒徑越小。最後，將自製膜放於植物盆栽上，觀察植物成長及測量滲透水pH值，確保其對環境友善，以利推廣應用。

雷射影印機運作時，可能會釋放細懸浮微粒與臭氧，成為人體呼吸道健康的一大隱憂。本研究將探討雷射影印機的懸浮微粒與臭氧逸散特性，測量其排放的時序特徵，企圖減少影印機排放之汙染物。我們在一密閉壓克力箱中設置家用雷射影印機並在其影印過程中透過儀器量測其汙染物的數值變化，並在過程中排解干擾數值結果的環境變因（如：水氣）。亦透過數值模擬分析懸浮微粒的擴散情形，以提供改善建議。依據研究結果，本研究確立了懸浮微粒與臭氧在影印過程中的逸散，而加裝濾網後能使汙染的情形得到改善。電腦模擬結果則顯示，影印機的設置應距離呼吸道至少0.3公尺以上，則可有效降低人體吸入PM2.5之風險。

現有的排風設備往往受環境風向影響，導致進風量受阻，進而引發通風不足的問題。在進氣效率低落的環境中，無論是工作安全、設備運行，甚至日常生活，都可能面臨潛在風險。本創作的核心特色在於風扇能根據外部風向靈活調整運行方向，使排風設備即使在外界風場干擾下，仍能維持穩定且高效的通風率，從而有效改善傳統排風設備的局限性，提升整體換氣效能與環境安全。

本研究利用合成三種金屬氧化物Fe3O4、Co3O4、NiO，藉由改變摻入海藻酸鈉薄膜的比例以提升四氫呋喃(THF)去除率。先改變海藻酸鈉比例進行實驗，得到3 wt%的海藻酸鈉為最佳薄膜條件。再合成三種顆粒並鑑定顆粒特性。再將顆粒摻入海藻酸鈉薄膜，鑑定薄膜的親水性。又以90 wt%的 THF 為有機染料進行滲透蒸發實驗，改變時間後，選定 6 小時為實驗的控制時間。接著用摻入不同氧化物的薄膜進行滲透蒸發，探討何者除去THF的效果最佳。當中以Alg/1%Co3O4 的效果最佳，可產出純度99.96%的水。另將Alg/1%Co3O4進行以異丙醇和乙酸乙酯為有機染料的實驗，同樣有不錯的效果。

本研究針對新竹地區水源受潛在污染影響且磷檢測昂貴的問題，改良傳統磷鉬藍法（PMB），以發展低成本、高靈敏度且環保的磷酸鹽檢測方法。 主要針對三項缺點進行改良：（1）高試劑用量、（2）使用有害銻離子、（3）鑑別度受限。透過九宮格實驗設計，調控鉬酸銨與維生素C濃度，並進一步控制反應系統，透過吸收光譜分析，成功篩選出能避免鉬藍干擾且反應時間短的最佳條件，成功建立良好的檢量線。應用於新竹地區自來水檢測，總磷濃度為0.045–0.101 ppm之間具有顏色鑑別能力，證實其半定量的可行性。 與傳統法相比，本法化學污染減少至1/45，操作簡便，且有機會發展成「磷酸檢測球」，本研究所開發方法兼具環保性與普及性，適合用於水質監測與環境教育推廣。

本實驗是利用電場可吸附水中帶電粒子，以及超音波可將物質震碎的特性，將兩者的效果結合起來，探討是否有助於水質的淨化。實驗結果發現，雖然超音波在開始時 確實可以使導電度上升，但與電場一起作用24小後，會比單純使用電場的效果差，因此判斷以超音波輔助或加速水質進化的功效是有限的。此外，經過氨氮測試後發現，電場能有效降低水中氨氮的量，而過高的氨氮是造成池水優養化的主要原兇，而一般水族業者或玩家也都希望養殖缸中的氨氮越少越好，而實驗結果證實可利用電場降低水中氨氮量，繼而達到阻止優養化發生的作法是可行的。