躲避盤運動是時下國小學童流行且愛好的體育活動，兼顧安全性和趣味性，然市售版躲避盤價格昂貴，非小學生易購得用品，所以我們希望能利用簡單易得、便宜的素材，自製能飛行9.5公尺以上且兼具準度，又能丟擲上百次的躲避盤。 首先，我們解析市售版躲避盤的結構設計，進行影響躲避盤飛行變因的探討，發現躲避盤飛行的奧秘和自製躲避盤的適宜規格比例，並依此發現親手縫製躲避盤。然後，我們尋得創新躲避盤的依據-「在盤面中心加上絲繩以得穩定效用」。最後做出創新版的自製躲避盤，並經由實測證明，我們自製的躲避盤能符合躲避盤活動的各項需求且較市售版擁有更好的準度。

在市面上，我們時常見到像透明塑膠袋、透明背包和透明鉛筆袋等，使用塑膠等穿透率高的材料所製作而成的商品，而每一種顏色和其厚度對穿透率及反射率的影響也很高，因此在這次的實驗中，我們定義新的照度單位Arduino，並且將探討顏色、厚度與穿透率、反射率的關係，利用不同顏色的塑膠袋製作出不同厚度的塑膠膜，並黏在挖空的厚紙板上，找出常見塑膠袋顏色、厚度其穿透率、反射率的高低，並且藉由其反射率的規律關係，藉由量化的結果，協助色盲或無法辨色人士辨識顏色。

本文我從文獻已有的布洛卡三角形及其三種變換出發作各種推廣。首先將布洛卡點在三角形內的情形推廣至多邊形，發現並非任意多邊形皆存在布洛卡點。我發現了存在布洛卡點的充要條件，及布洛卡角、邊、面積的關係式。然後探討四邊形的情形，發現存在正、負布洛卡點的四邊形皆為調和四邊形。接著將文獻中三種布洛卡三角形的變換整併為更具數學風味的旋轉與伸縮變換。再以此方法為基礎，發現一系列布洛卡點、外心間的幾何性質，同時進一步推廣至多邊形，其中美妙的結果是：從任意布洛卡ｎ邊形出發的ｎ條全等的等角螺線皆會收斂至布洛卡點；最後，本文最驚艷的發現是：所有存在正、負布洛卡點的ｎ邊形，其頂點皆為正ｎ邊形的頂點經過反演後的反形。

In all experiments for detection of WIMP dark matter, it is essential to develop a classifier that can distinguish potential WIMP events from background radiation. Most often, clas- sifiers are developed manually, via physical modeling and empirical optimization. This is problematic for two reasons: it takes a great deal of time and effort away from developing the experiment, and the resulting classifiers often perform suboptimally (which means that a greater amount of expensive run time is required to obtain a confident experimental result). Machine learning has the potential to automate this and accelerate experimentation, and also to detect patterns that humans cannot. However, two major challenges, which are shared among several dark matter experiments, stand in the way: impure calibration data, which hinders training of models, and unpredictable physical dynamics within the detector itself. My objective was to develop a set of machine learning techniques that address these two problems, and thus more efficiently generate highly accurate classifiers. I was able to obtain raw data for two dark matter experiments which exhibit these challenges: the PICO-60 bubble chamber [2], and the DEAP-3600 liquid argon scintillator [1]. For each experiment, I developed and compared three general-purpose algorithms intended to resolve its inherent challenge (impurity and unpredictable dynamics, respectively). In PICO-60, background alpha and WIMP-like neutron calibration datasets are used for training; however, there is an impurity of 10% alphas in the neutron set. While a conventional classifier was developed (and is believed to be 100% accurate), machine learning in the form of a supervised neural network (NN) has also been previously explored, because of the benefits of automation. Unfortunately, it achieved a mean accuracy of only 80.2% – not usable as a practical replacement for conventional methods in future iterations of the experiment. In DEAP-3600, photons are absorbed by a wavelength shifting medium and re-emitted in an unpredictable direction, before being detected by one of 255 photomultiplier tubes (PMTs) around the spherical detector. The randomness severely limits the accuracy of conventional classifiers; in a simulation, the best so far removes 99.6% of alpha background, while also (undesirably) removing 91.0% of WIMP events. Because of physical limitations, simulated data is used for calibration, with 30 real-world experimental events available for testing. I have written a research paper [11] about my work on PICO-60, which has been approved by the PICO collaboration and pre-published at https://arxiv.org/abs/1811.11308. It is currently undergoing peer review for publication in Computer Physics Communications. All PICO researchers are listed on my paper for their work on the original PICO-60 experi- ment. They did not contribute to this study; I completed and documented it independently.

為了可以設計能打掃樓梯的掃地機，我們需探討正ｎ邊形在階梯上的翻轉，因此我們從試作小正三角形在大正四邊形外圍的翻轉，畫出質心之翻轉軌跡並算出弧長與面積；接著我們擴展到小正n邊形在大正k邊形的翻轉，在千變萬化的軌跡中，找到弧長、面積的通式。同時，我們也探討：當由大正k邊形翻轉小正ｎ邊形的弧長軌跡，並計算出回到原出發點的最小圈數，並發現其規律。最後在應用方面，我們依此發展到小正n邊形及圓形在階梯上的翻轉，並改變階梯之夾角推導出其通式，可應用在機器人掃地機打掃樓梯。

福壽螺，原產於中南美洲，商人認為有利可圖，便將其走私進入台灣，希望取代田螺，供民眾食用。但是，福壽螺的肉質不符合台灣民眾的口味，因此商人紛紛將福壽螺棄養。福壽螺具有耐污染、抗乾旱的特性，再加上它在台灣沒有天敵，因而建立起自己的族群，啃食農作物，造成鉅額的農業損失。為誘捕福壽螺，減少其對稻苗的啃食，本研究全程使用美濃當地盛產之農作物作為誘餌，一方面可物盡其用的消耗NG農作物，另一方面可誘捕福壽螺減少對稻苗的損害，促進台灣農業及防治福壽螺的雙重效益研究指出，選擇的誘餌具有顯著誘引福壽螺之效果，進一步發現擺放位置也會影響捕捉到的福壽螺數量，於是設計陷阱器來捕捉，希望能為台灣的有機農業盡一份力。

為了能簡單利用聲能，所以利用亥姆赫茲共振的方式，對原理及應用進行探討，目的是用來找出共振空腔的頻率，並找出旋轉器的共振範圍，使其轉動而產生電流。 亥姆赫茲共振原理驗證： 1、有無瓶頸不影響公式頻率，但將無瓶頸空腔當作極短瓶頸去計算，真實頻率與公式頻率相近，但會影響公式趨勢的變化。 2、瓶頸越長、截面積越小及空腔體積越大其頻率越低，但材質與空腔外型會影響公式頻率的準確率。 亥姆赫茲共振應用： 1、空腔頻率越低，材質越硬，外型越流線越利於轉速，且共振不只在單一頻率，在一定範圍都可轉動，材質越硬，驅動頻率範圍越大。 2、聲量分貝越大，轉速越快，但線圈來不及磁化，電流反而越小。 3、裝置可吸收一定的環境聲能。

本科展以傳統電梯為架構，提出一套電梯配重的改良系統，將電梯原固定配重之配重箱，改良為可調節重量之配重箱，以減少電梯電能消耗。我們於電梯的頂樓與地下室分別配置一個水箱，分為上下兩個水箱，當電梯空載時，電梯箱本身重量等於可調節重量之配重箱，如此可使電梯在靜止狀態時，達到馬達最小功率消耗。然而，當有乘客進入電梯箱時，即破壞載重箱與配重箱的平衡，此時，系統會依據目前電梯配重箱配重所在樓層位置，決定由上下水箱，作為配重水之填充或排放之容器，並將適量的配重水輸送至電梯配重箱，或反向將多餘配重水自電梯配重箱排出至下水箱中，以調整配重箱重量，達到載重箱與配重箱的平衡，即可達到電梯運行功率消耗最小化之節能目的。

為探討阿基米德螺旋汲水器汲取淤泥的效果，我們設計出四組長為50 公分的螺旋，分別以螺旋內外半徑比、葉片數、裝置傾角、泥水比例和轉速為操縱變因，進行實驗。 實驗結果顯示，螺旋內外半徑比以 1/2 的汲泥效果最佳；葉片數以三葉片螺旋的效能較高；汲水裝置傾角則是傾角愈大汲取量愈少；泥水比例以泥水比為 2：1 的汲取量高於泥水比 1：1 的；轉速以120 rpm的汲取量優於60 rpm，且能突破傾角 40° 無法汲起淤泥的限制。 實驗中亦發現，只要水位高過螺旋前端的第一個腔室，即可順利汲取泥水；以汲泥效果最佳的數據估算，每24小時可汲起8公噸左右的淤泥。若利用本實驗成果進一步研發，有望成為在水庫積淤區域進行抽淤的利器。

我們透過問卷調查和訪談，了解高中生對網路媒體識讀現況，以及可能的影響因子。結果發現較軟性、娛樂性質較高的youtuber頻道較容易獲得青少年青睞。其次，高中生在「懂得使用媒體表達對公共事務的看法」、「透過理性思考和對話去督促媒體」、「有批判力和思考力的主動閱聽人」等項表現較好。不過高中生對內容農場的了解不多。再者，高中生的網路媒體識讀和性別、城鄉差異、家庭結構與主要照顧者的教育程度等因素無顯著關係，此和前人研究成果不盡相符。最後透過質性訪談，受訪同學的確有偏好輕鬆、有趣且娛樂性高的影音內容，但是同學反映的意見也可以看到他們對於網路媒體所傳達的訊息必要時會進行查證，這樣的結果也符合了我們問卷分析所得的推論。