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.

本研究訓練出機器學習中的隨機森林模型，以流行音樂的主旋律為輸入，輸出適合該段主旋律的和弦，而模型預測結果分布中得到的和弦功能與相互關係和樂理中的和弦功能理論大致吻合。在輸入的特徵值沒有使用連續性的樂句的條件下，本研究也分析了使用所謂「循環代碼」對於提高模型預測正確率的貢獻度，結果是有顯著的正面影響。本研究所聚焦的「配和弦」具體化創作構想（主旋律）的功能，因此與歌曲分析或音樂生成大不相同、而具有電腦輔助創作的獨特研究價值。

記得理化課中，有個利用滑車來證明“牛頓第二運動定律”的實驗。實驗中我們發現：由於滑車速度太快，使我們無法測量到精確的時問，各組求出的加速度也差異很大，繪圖更浪費了很多時間，而且也歪七扭八，與課本說的完全不同。三年級的資訊課中，我們了解了電腦的功用，便想結合理化與電腦，以最普遍的現代科技來輔助時間的測量、幫忙整理資料，改善這個實驗。

網路即時通上，大部分人聊天都使用中文，很自然的中打就不錯，但是卻很少人使用英文聊天，所以英打總是慢很多，甚至很多人英打還停留在使用一指神功的情況。 一般正式版的打字練習軟體，在鍵盤練習方面並沒有針對如何增加學生學習動機的部份加以撰寫，比較呆板造成使用者通常用不到半個小時就放棄學習；仿間私下流傳的小程式雖然比較注重學生學習動機，但是學習策略卻較差，造成通常需要花費長時間才可以記住鍵盤位置。所以，我們希望發展一版程式可以增加學生學習動機且快速的記住英文字母鍵盤。

正常的眼睛成如圖一，影像經由水晶體折射後能清晰成像在視網膜中，產生清楚的視覺，但是當我們過度使用眼睛看近物或長時間盯住某樣物品，例如：一直打電腦、看電視…等，玻璃體內腔受到的壓力持續增加，使發育中的眼球眼軸增長，使水晶體喪失調節焦距的能力，而使影像成像在視網膜前，造成近視，如圖二。而近視眼鏡是是凹透鏡，目的是延後成像的距離，使影像能清楚成像在視網膜上，已達改善視力模糊的功效。\r

〝全方位居家安全系統〞經過我們共同討論以及努力之下，發展出以下六個系統：一、 安全供電系統當人體觸碰到時不會有電，但當一般家電使用時即供電，如此便可以防止因觸電所造成的傷亡。二、 指紋門禁系統利用指紋的特徵點與已紀錄的指紋作比對，成功後會打開大門，失敗了會將指紋紀錄在電腦裡。三、 網路監控系統當居家遭受任何危害到居家安全的狀況時，會自動透過網際網路即時通報在公司的主人，嚴重時會透過電話傳出求救語音至警察局、主人手機等，以減少因災害所造成的財物損失，也可由公司監視居家的狀況。四、 防災系統當發生瓦斯漏氣、地震、水災、水質問題時，會啟動警報器來提醒住戶，並會依據所發生的災害來做進一步的處理。五、 防盜系統利用紅外線來感測人體，當任何人接近居家周圍時，即開始錄影，如窗戶自外部開啟即會觸動警報系統以嚇阻小偷，並通知相關單位與主人。六、 水質監控系統利用電壓的不同來判別水質的總固體含量，當電腦判別水質為不良時，便會啟動水流控制閘關閉家庭用水，並且發出警報與手機呼叫通知主人水質問題。

一、大自然的各種色彩使人產生各種情緒感覺，並可陶冶人的情操，環境中光線的強弱與顏色，對人體建康、分泌系統及情緒反應有直接關係。不同的顏色使人產生不同的情緒，從而引起人的心境發生變化。二、系統設計應用生理反應回饋感測器，記錄使用者每一天心情變化，再經電子牆的顏色來調整情緒反應，因此藉由音樂與電子牆顏色變化即可調整心情。系統應用色彩學原理適當改變環境顏色，即可影響身心健康，我們結合光電科技產生不同多變的色彩，製造不同的居家環境，並利用電腦視覺、影像處理、互動電腦及硬體介面運用，完成多變色彩心情健康健牆系統之研製。

這是對新式樣能源環保電池的可行性探討─\r 發電原理首先排除法拉第的電磁感應(發電機原理)與伏特的化學電池。\r 聰明如您，可以先猜猜我們是運用何種發電原理??\r 我們探討的主題是：如何有效的運用“冷熱”來發電！\r 以席倍刻、比爾帝兩人所構築“熱電效應”為基礎，巧搭材料科學的進步\r 使我們夢想得以成真。\r 席倍刻電壓是極微小的，對發電效能無能為力；我們適時的研讀、尋找新\r 一代的熱電材料─熱電晶片─原本用於電腦CPU 的散熱，當作電力輸出的關鍵\r 零組件，組裝冷熱箱，改良實驗裝置，使得溫差2 度即可產生“可觀測電壓”而\r 原本無法測得的微量電壓，成為啟動微型馬達、高亮度LED、一般馬達與測得電\r 壓達3V 以上。\r 另由於輸出電能無法即時儲存，遂巧思以市售“手搖手電筒”內簡單線路\r 作為存能裝置，有效存取電能。\r 事實上，這是一個成功的物理性電池，對於綠色環保與永續資源利用有一\r 定研究開發潛力。

本校為配合政府推展資訊工業教育，已設有微電腦基本理論及實習課程。由於街上的各種廣告燈閃爍圖樣皆很刻板，乃嘗試以微電腦軟體程式控制廣告燈圖樣之閃爍，使較具多種變化。

數學在本質上雖然是嚴格的演繹科學，但在教學方法上卻也重視其實驗與歸納的一面，所以教育部所頒國中數學教學原理上，特別強調這一點，即學生親自操作的行為表現，而此種具體運作，如果藉多變化的釘板幾何，進而使用般進步的Logo電腦語言表達出來，當更能培養學生對數學之學習興趣及創造精神，本乎此，乃致力此種輔助激學之潛心研究。

對於「厄多斯與斯特勞斯猜想」，一直以來皆尚未有人破解。但研究價值未減，我們受其\r 吸引先後做出兩份作品。\r 第一份針對四十五屆中小學國展第三名作品做改進。發現其內容太複雜，不夠精簡，且\r 過於執著全國第三名作品的部份思維，導致代數衍生過多、計算困難，不夠系統化！\r 所以今年我們改進前份作品：最初思考以完全代數化來精簡內容，並引用方便閱讀紀錄\r 的數學符號運算。沒想到卻也意外找到「 厄多斯與斯特勞斯猜想」更 有系統地處理方式！\r 也因架構更系統化，讓我們方便以電腦程式來測試。\r 雖然最後，我們仍然未解決「厄多斯與斯特勞斯猜想」，不過卻在目前找到的資料中，得\r 到最有系統的解題架構，並將此猜想轉化成另一個存在性問題。

關於駐波：如果拉緊的繩左端以正弦震盪，而另一端固定，則此震動會沿著繩子像又送出一連續的行進波。波的頻率即震動的頻率。此波在固定端反射，向左回轉行進通過他自己。向右的波和向左的波便互相干涉。在某頻率下，此干涉會產生一駐波形式。但在高中課本之中只有討論以上所述之繩波，和水波槽中關於兩點波源所產生的駐波，而我們感興趣的是──三個、四個波源呢？而且現實狀況之中的波的振幅也並非是永遠保持不變。我們先利用電腦模擬兩個、三個及四個點波源產生的駐波。而後再用四個實驗，分別是一至四個點波源的水波槽實驗，我們利用馬達的震動產生水波，用投影機從水波槽的下方將水波投影至牆壁上，再用數位相機照下。現在高中課本中介紹節線及水波時，理論的推導都是沒有計算到水波振幅隨著距離波源的遠近而隨之有的衰減，而我們將實驗跟兩種理論的結果作比較，發現波源數在偶數時，有無衰減所造成的節線形狀略有差異，而波源數三個時，很明顯的可以發現當考慮到衰減時，節線數會變的較少。我們推測這是因為三點波源節線的決定並不是單純因為相位差為半個波長的關係，而同時與振幅也有一定程度以上的相關性。