本研究發現採自中石化安順廠之污染土壤、乾淨土壤以及製備土\r 壤中有微生物的生長；由文獻資料得知Pseudomonas mendocina\r NSYSU(簡稱P. mendocina)即來自中石化土壤，具有降解五氯酚的能\r 力，於是利用此菌進行PCDD/Fs 降解試驗，結果顯示約21 天PCDD/Fs\r 即有明顯降解，並分析出降解OCDF 的反應級數較OCDD 為小。同\r 時觀察到P. mendocina 在汞污染之戴奧辛土壤中，可達50 ppm 之高\r 汞耐受度，並進一步降解戴奧辛化合物。\r 我更以標準品成功地發現P. mendocina 對於戴奧辛類化合物有更\r 明顯之降解效果，約12 天即有樣品幾乎完全降解，且降解最明顯的\r 2,3',4,4',5,5'-HxCB 反應級數約屬0 級，即以一穩定的速率進行降解。\r 由研究結果，明顯看出P. mendocina 菌株雖是為人熟知的菌屬，\r 但我們卻賦予牠新的功能與希望，為人們開發出以生物復育改善污染\r 環境的一種新方法。

每週六的團體活動是最期盼的時刻，因為我們「科學研習」小組成員來自四年級各班，大家對自然科學都有濃厚的興趣，討論起來格外熱烈。有一次老師指導我們「什麼是科展」時，老師舉了不少的例子來說明，其中一件是去年台中市初小組「你能安心嗎？」得佳作的作品，當老師說明到他們的實驗結果認為市售的爆米花器具最安全，牛奶罐次之，而瓶蓋最危險，立刻有同學舉手問老師：「我們在一年級上自然課也是用瓶蓋來爆玉米花，既然瓶蓋最危險為什麼我們還要繼續用它來做實驗呢？」「我們能不能不要用瓶蓋來爆玉米花？」，「那要用什麼呢？」，「我們自己來設計好了！」就這樣，我們在老師指導之下展開這個主題的研究。

利用中央氣象局之氣象資料，針對台東地區之颱風引發焚風案例進行分析，發現台東地區因颱風引發焚風之次數較其它地區多；焚風發生時，氣溫和相對濕度有較一致的變化，風向以西－西南風為主，但台東各地發生焚風時在時間順序和強度上有差異 類和 2 類之侵台颱風路徑最常引發台東焚風，台東發生焚風時，颱風中心位置之可能範圍約在北緯 23 度 40分至 25 度 30 分間、東經 120 度 0 分至 121 度 50 分之間；地形因素可能是造成台東地區焚風次數較多、以及大武之焚風現象常較輕微的原因。

我家是電子計算機的經銷商，經常接觸使用電子計算機的客戶。在他們談話中，時常抱怨對一些固定公式的計算：公式是固定你卻得一次又一次重複的按鍵。他們認為：如果能夠將公式記憶到計算機裡面，然後每次只需將數據打進去，即可自動完成任何冗長的計算，那該有多好！

Despite the multitude of biomedical scans conducted, there is still relatively low accuracy and standardization of diagnoses from these images. In both the fields of computer science and medicine there is very strong interest in developing personalized treatment policies for patients who have variable responses to treatments. The aim of my research was automatic segmentation of brain MRI scans to better analyze patients with tumors, multiple sclerosis, ALS, or Alzheimer’s. In particular, I aim to use this information, along with novel artificial intelligence algorithms, to find an optimal personalized treatment policy which is a non-deterministic function of the patient specific covariate data that maximizes the expected survival time or clinical outcome. The result of the research was IlluminaMed, a biomedical image analysis toolkit that relies on the development of new artificial neural networks and training algorithms and novel research in fuzzy logic. The networks can detect patterns more complex than humans can identify and create patterns over long periods of time. IlluminaMed was trained by a dataset of professionally and manually segmented MRI scans from several prestigious hospitals and universities. I then developed an algorithmic framework to solve multistage decision problem with a varying number of stages that are subject to censoring in which the “rewards” are expected survival times. In specific, I developed a novel Q-learning algorithm that dynamically adjusts for these parameters. Furthermore, I found finite upper bounds on the generalized error of the treatment paths constructed by this algorithm. I have also shown that when the optimal Q-function is an element of the approximation space, the anticipated survival times for the treatment regime constructed by the algorithm will converge to the optimal treatment path. I demonstrated the performance of the proposed algorithmic framework via simulation studies and through the analysis of chronic depression data and a hypothetical clinical trial. IlluminaMed can automatically segment the scans with 98% accuracy, find tumors with 96% accuracy and approximate their volume within a 2% margin of error. It can also find lesions in MS and ALS, distinguishing them from tumors with 94% accuracy. IlluminaMed can, in addition, determine the tendency of a patient to develop Alzheimer’s several months before patients develop symptoms correlating the brain structure and its fluctuations. Lastly, the censored Q-learning algorithm I developed is more effective than the state of the art clinical decision support systems and is able to operate in environments when many covariate parameters may be unobtainable or censored. IlluminaMed is the only fully automatic biomedical image analysis toolkit and personalized medicine engine. The personalized medicine engine runs at a level that is comparable to the best physicians. It is less computationally complex than similar software and is unique in the fact that it can find new patterns in the brain with possible future diagnoses. IlluminaMed’s implications are not only great in terms of the biomedical field, but also in the field of artificial intelligence with new findings in neural networks and the relationships of fuzzy extensional subsets.

本研究是探討網球、乒乓球、高爾夫球及壘球在不同條件下的反彈情形，並比較其反彈係數。球的反彈係數與質量沒有明顯相關；而地面的性質對軟式網球影響最少，對高爾夫球及乒乓球的影響最大，且在磁磚地面上，各種球之間反彈係數差異大，反而球落在塑膠墊上，反彈係數平均值降低。乒乓球的密度小，反彈係數與原始落下的高度成負相關。乒乓球在各種溫度的反彈係數變化都是最小的，軟式網球加熱後的變化量最大。軟式網球在粗和緊的線做成的自製球拍表現最好，使用40cm×40cm的大拍面打軟式網球，最適合年長者。我們可以利用高爾夫球代替榔頭簡單檢測瓷磚的鋪設是否有瑕疵，因為磁磚下方若是空心的話，高爾夫球落下地面時會發出可怕刺耳的聲音。

本文分析中央氣象局1999 至2008 年間六年的花蓮港實測資料，排除颱風暴潮的影響後，討論月相變化、月亮仰角、太陽仰角及月地距離等變因對潮位變化及延遲時間的影響。運用統計法，將各月相同相位的潮高和高潮間隙進行疊加平均，以比較月相變化的影響。在全年月相疊加平均潮高中，發現每天的兩次滿潮潮高約相同，且朔和望的滿潮潮位相近，表示排除其他因素，朔、望滿潮應相同。另外，高潮間隙在望和朔時較小，上、下弦月時較大，可能是因為朔、望時引力有加乘的效果，故延遲較少。分析比較不同季節、月相及日、月仰角的潮位，由此而知，月上中天所引起的潮位變化和月前滿潮較為吻合，因此我們認為海底黏滯力很可能使滿潮延遲180 度以上。

視訊遙控車是由一台主控端(下圖左)電腦透過無線網路(目前使用 WiFi)來控制遠端車體端(下圖右)，車體端搭載筆記型電腦，車體端經由 printer port(印表機埠)控制車體之方向、前進、後退、聲光，經由筆記型電腦的視訊攝影機(Web Cam)傳回主控端，主控端可經由遠端傳回的路況使用鍵盤或滑鼠來操控視訊遙控車。透過無線網路的好處是可用很小的功率及經費連上網際網路，本研究視訊遙控車控制距離可達世界各地，不像一般 RF 遙控車最多只有數百公尺遠。若使用多 AP 的「漫遊」模式，遙控車的活動範圍可無限擴充。

在一年級的時候，師大的許志農教授演講時，曾提到有關平行線的相關性質。由於在那以前，我們的數學老師也曾經出過一題「在三條平行線上各取一點，作正三角形的方法研究。因此我們覺得很有興趣，並且有研究推廣的價值。所以我們就開始著手進行…。

以前在解題時，常用到塞瓦定理及孟氏定理等平面三角形中的定理，因而對四面體也產生興趣，因為塞瓦及孟氏定理都是把 〝 共點 〞 這種不易使用和想像的條件換到 〝 線段的乘積 〞 這種易於利用和理解的條件，因此我們便想研究是否四面體也有類似性質。

去年我們做“拜訪石頭的老家”時，沿著鳳山溪採集岩石標本，發現河谷在有些地方很買很淺，有些地方就窄很深，變成峽谷，甚至變成瀑布，河流的方向也常改變，有些是直的，有些就拐彎 90 度，有些轉向180o，河流經過的地方岩石的軟硬也不同。河流的種種變化，跟流經的地層岩石有沒有關係呢？

作者認為：教學時，應該在「常態分班」及「五育並重」之原則下，時時顧慮兒童的「個別差異」，因此以數學科為中心，研究適合「個別差異」的「能力分排教學法」。