台灣現行的「毀農式種電」政策犧牲農地以增進太陽能發電，導致農業用地縮減、農民收入減少，能源需求與農業發展間產生衝突。我們參考日本成功的農電共生模式，提出一種可滑動的太陽能發電系統，利用Arduino控制太陽能板的開合，兼顧農地種植與發電效能。此系統結合植物光合作用原理，特別適合種植半日照作物或具有光合午休特性的植物。當植物進行光合午休時，太陽能板滑動展開以提高發電量；在強光高溫時段，太陽能板則可遮蔽陽光，避免植物葉片受損。此方案不僅能恢復「毀農式種電」土地的種植功能，也讓農民獲得穩定收入，實現農業與綠能發展的平衡。這套模型提供具體且可行的解決方案，期望在提升台灣總發電量的同時，達成淨零減碳目標，並促進農業的永續發展。

本研究以塑膠水管、雞卵細胞搭配不同液體黏度，建置出七種生理情境，並藉由蒐集卵黃形變狀態、速率、側截面積，建構紅血球在血管中流動表現的模型，希望能達到預測生理情境的效果。研究的最後，我們使用Python撰寫程式，協助自動追蹤卵黃的最大瞬時速率與當下的側截面積。本研究發現卵黃會因流動速率的變化產生相對形變避免破裂；當模擬正常微血管時含有0.03％酒精，流動速率會提高；當模擬緊張型微血管時含有0.5％酒精，流動速率較接近正常微血管。另外，模擬微血管中的卵黃若在流動時受到阻力，比表面積會增加，但在小動脈模擬中卻相反；在模擬緊張型微血管時，隨著管內液體黏度上升，卵黃出現最大瞬時速率的位置離心臟越遠。

本研究旨在探討如何利用地衣共生藻類與共生真菌天然的互利性來建構長效的微生物電池，此實驗將培養出的地衣共生真菌與藻類利用海藻酸鈉（SA）進行固化，並進一步製成不須添加質子交換膜的晶球地衣電池，並觀察其發電量。經觀察，本研究之地衣電池電壓高峰為0.497 V，且目前已維持運作1038小時，電壓仍有0.3 V。由上述可知，利用海藻酸鈉固化之方式能製作出穩定且高效能的地衣電池；而地衣取自於自然環境，亦不需添加質子交換膜，故對成本低廉且環境友善成本低廉，符合永續發展目標（SDGs）中的目標七：確保所有的人都可取得負擔的起、可靠、永續及現代的能源。期許未來能夠發展為具備實用性且低成本的綠色能源。

GATD3A 是粒線體中的蛋白質，被推測可能具有「去糖化」的能力，能移除AGEs。糖尿病、帕金森氏症、阿茲海默症皆與人體中過高濃度的AGEs有關，因此GATD3A具有相當高的研究價值。 本研究探索GATD3A(麩醯胺酸轉移酶樣1 類結構域 3A)，經基因合成與蛋白表現後，大量製備蛋白質並探討其結構與功能。目前已得到蛋白質最佳製備環境、成功培養出蛋白質晶體，進行了結構分析，了解其結構、保守性、親水性及電性等，對於酵素適合反應的溫度、pH值也有初步了解。未來也會利用酵素動力學計算酵素活性、並製備糖化蛋白質，進行去糖化測試，探討 GATD3A 是否具有臨床運用於糖尿病患者之糖化血紅素去糖化的可能性。

本研究探討 Instruction-Tuning 對法律領域語言模型的影響，我們使用 ChatGLM-2 6B 作為基礎模型,先以台灣法律文本進行 Continual Pre-training，再以和律師的 Q&A 數據集，分別採用 Supervised Fine-Tuning(SFT)、Reward Model 及 Proximal Policy Optimization(PPO)等 Instruction-Tuning 方法進行微調。結果顯示,僅經過 Pre-training 及 SFT 的模型,其產生的回覆較符合法律專業風格;但考量模型對法律知識的掌握,則以 Pre-training、SFT 及 PPO 整套 Instruction-Tuning 的結合效果最佳。本研究證明, 針對單一領域的語言模型, 不同的 Instruction-Tuning 方式會對其回覆風格及知識掌握造成不同影響。我們的研究為未來單一領域語言模型訓練提供了參考。

本研究旨在運用自然語言處理技術，建立辨識惡意程式的模型。首先在資料集方面，分為 PE資料集與 ELF資料集，均包含良性及惡意執行檔，且蒐集惡意程式時採用多種不同之惡意程式家族。接著對資料集進行反組譯及前處理。使用反組譯後的組合語言檔作為文本，訓練模型以區分良性和惡意程式。研究比較詞袋模型、序列模型、BERT 以及不同 n-gram對模型的影響。 研究結果顯示。詞袋模型以使用multi-hot編碼表現最佳，PE資料集之F1-score為96.87%；序列模型則是有位置編碼的 Transformerencoder 表現最優。在不同 n-gram 的比較，multi-hot詞袋模型與 TF-IDF 詞袋模型，分別在 2-gram 及 5-gram 有最高的 F1-score。

我國慢性腎病人口約 14%，大多患者會因藥物或免疫疾病而走向腎纖維化。根據文獻， miR-17-92 會影響 T 細胞分化，分化的差異則會造成不同程度的腎纖維化。 本研究取不同基因型小鼠的 CD4+T 細胞做體外分化。結果顯示含 miR-17-92 基因較多的 T 細胞分化成 Th1 比例較高、Treg 比例較少，但對 Th17 無顯著影響。將小鼠腎纖維化模式處理的細胞進行 RT-qPCR 和染色實驗，觀察剔除 miR-17-92 基因的小鼠（簡稱 KO）腎纖維化的情形，發現造成腎纖維化的纖維蛋白、膠原蛋白和其 mRNA 的表現量均減少。將WT 和 KO 小鼠腎臟進行染色後，發現 WT 小鼠腎中 Th1 的數量較多，Treg 則較少。綜合實驗結果推論，miR-17-92 可以增加腎中 Th1、降低 Treg 的數量，而 Th1 則會加重腎纖維化的情形。期盼本研究能對腎纖維化疾病有所貢獻。

本研究旨在解決摩爾定律和庫梅定律的困境，利用合成生物学將酵母菌配型變換的特性改變為一種運算機制。首先，以HO內切酶切割不同配型的酵母菌(MATa和MATα)染色體使其進行配型變換，並用顯微鏡檢視是否達成交配和計算效率。其次，利用同源重組將製造必需胺基酸(TRP1和HIS3)的基因替換配型變換中會置換的配型基因(a和α)，將酵母菌配型變換改造為二進位生物運算單元。本實驗設計了引子用於PCR確認酵母菌第三條染色體中是否準確插入TRP1/ HIS3序列。目前成功以HIS3基因轉殖重建酵母菌的配型。這項研究為隨後涉及不同配型變換以及利用CRISPR系統進行計算應用的更廣泛研究提供了基礎。

我們發現扁捲總科的囊螺(Physella acuta)與椎實螺科的台灣椎實螺(Lymnaea swinhoei)在親緣關係上雖屬不同科，但卻擁有相似的外型並都具有奇特仰泳動作，推測或許是兩者適應相似生存環境後進而演化出相近構造與行為模式。根據我們的實驗結果顯示，囊螺比起台灣椎實螺擁有較佳的翻身仰泳能力， 其螺殼質量不均的特性使其產生比椎實螺大 1.7 倍的力矩助其翻身仰泳，另外囊螺氣囊有著比椎實螺更大的儲質比助其浮沉調節。漂浮方面，囊螺腹部一半浮於水面所產生的表面張力即可支撐其漂浮，而椎實螺的漂浮仍需氣囊協助，無法單靠表面張力。能量耗損上，仰泳比水中爬行擁有近百倍的節能效益，或是因此讓兩種螺類在演化上願意承擔被掠食者發現的風險執行仰泳。未來期待以仿生概念將仰泳的運動模式延伸結合，打造出更節能省電的水中移動設施。

本研究旨在利用碳化含鐵金屬有機架構物回收廢棄印刷電路板廢水中的液相金，使用含鐵金屬有機架構物做為吸附劑基材，以不同溫度碳化提升材料對金回收性及金吸附選擇性， 並針對吸附劑材料進行物化特性分析。首先，利用六水合氯化鐵 (FeCl3‧6H2O) 與 2-氨基對苯二甲酸 (2-Aminoterephthalic Acid) 合成 NH2-MIL101(Fe)， 並將其碳化後得到 C-NH2- MIL101(Fe) 材料。於金吸附測試中發現 C800-NH2-MIL101(Fe) 對液相金吸附效果優於NH2-MIL101(Fe) 與其他溫度之 C-NH2-MIL101(Fe)。此外， C800-NH2-MIL101(Fe) 在同時具有其他液相金屬的溶液中選擇性吸附能力明顯高於 NH2-MIL101(Fe)。材料之物化特性方面， 於 BET 分析發現 C800-NH2-MIL101(Fe) 的比表面積可達 180.9 (m²/g)，說明碳化後可保留原材料特性；由 XPS 分析證實 C800-NH2-MIL101(Fe) 部分鍵結型態改變使其還原能力增強， 證實 C800-NH2-MIL101(Fe) 是具有實際應用潛力的良好吸附劑，可以進一步增量、優化製成並評估商業應用經濟效益。

水杯於失重狀態落下，逐漸形成水坑，並在撞擊地面時因巨大慣性加速度導致水坑崩塌，匯集後產生高速累積噴流。 在本研究中比較了不同杯子大小及材質、溶液性質及體積、落下高度，如何影響失重流體的行為，分析噴流的形狀、速率及高度。並找出造成速度放大的效應，討論能量轉換機制及轉換效率。 失重狀態下，水坑深度 d 隨落下時間 t 漸增，達上限後不再增加。表面張力及親水性接觸面使水面形成球狀水坑。接觸角越大則水坑深度上限 dmax 越大，最大水坑為半球形，水坑抬升速度則會受到表面張力及黏滯力之比值影 響。撞擊時巨大慣性加速度使水坑崩塌並匯集，累積效應放大原速度，產生高速累積噴流 Vjet2=Kv2，累積係數 K 與水坑深度 d 正相關。

本篇研究說明了不同週期波對於熱流場與火焰搖擺之相關原理與運動觀察。實驗中運用了重低音音響去進行週期波的擾動，而我們也從中觀測到許多現象， 如:火焰的週期性搖擺、共振等等。此外，研究包含了確認熱流場被週期波擾動 之可能性與其狀態，也在理論與分析過程中，不斷的經由多項實驗去支持我們自行推導出的偏離角度與火焰恢復時間之公式 tr ∝ 𝑎 1/2b0.55 ≃ √b/a = √𝛽/𝛼 1/(1-ρf/ρa)∙ℓ2/gR (1 − 𝑘θ)