本專案探討慢性疾病病患，因長期需藉由服藥而得以控制病情，所以為協助病患能按時服藥，嘗試利用手機簡訊的普及，並結合電腦、單晶片微電腦等，建置一「用藥監控系統」，為上述情況提出一個有效的解決方案，再進一步驗證其可行性。 一、專案建置的整合系統功能有： (一)、將「行動通訊的簡訊功能」應用於長期服藥患者的用藥管理上，當長期用藥病患未依時服藥時，系統自動發出簡訊給看護或家屬。 (二)、建置用藥查詢系統、資料庫伺服器、Web伺服器以供病患用藥的追蹤。二、慢性疾病患者服藥監控系統建置後可行性的探討： (一)、對協助長期服藥患者，可協助其準時的服藥。 (二)、對病患的看護人員，在用藥時間的掌控上，能達到提醒及協助之功能。 (三)、對病患的家屬，於上班或工作之間，亦可即時掌握到病患的服藥情形。 (四)、對病患於忘記服藥時可藉由系統發出提醒語音，隨時督促病患服藥。

本研究以混凝土試體代替實際之牆壁，採用電腦軟體為研究工具測試後取得錄音檔，進行聲紋分析以輸出頻譜圖。我們由頻譜的特徵將麥克風可測量之頻率範圍分成低頻和高頻二個頻段，從中選出一組特徵頻率後加以分析比較，以找出可判別管徑和材質的差異。本研究所提出的方法，可以有效應用在判別建築物中隱藏管路之探測上，主要研究成果以下三點。一、在管徑方面：PVC管各試體頻譜圖的低頻部份出現明顯的規律性。在低頻部份，其特徵頻率隨著管徑的增加而有下降之趨勢，且均低某基準值(300Hz)；在高頻部份數據受鐵錘影響，故無明顯差異。二、在材質方面：鐵管試體之圖形和數據在「低頻」部份明顯較高，PVC管試體之數據均較低；在高頻部份數據受鐵錘影響，故無明顯差異。三、在隱藏管路判別方面：可以利用「低頻」的位置當成主要的判別依據。如果試體的「低頻」特徵頻率能高於背景雜訊，將可以判定為內含管路。

以往微電腦教學與實驗均只做到基本的程式設定，去控制一個步進馬達的正轉、反轉、轉速、轉角控制就結束了讓學生感到枯燥無味而且與實際工業應用距離很遠，何不利用教學的課餘時間來研究一部由微電腦、步進馬達、機械組成的自動鑽床，不但可當教學用而且可實際用於自動化生產線上，這是我們的研究動機。

廢棄乾電池之碳棒可為惰性電極之材料，鋅殼材質可當作一般鋅片使用，電解質經純化過程所得之錳氧化物，與一般實驗室之二氧化錳對雙氧水之分解催化能力相當。以電子天平連接電腦紀錄重量隨時間之損失量可用來定量一些化學反應之反應速率。反應溫度每升高10℃，則反應速率增加2倍之說法有活化能大小及溫度適用之限制，利用阿瑞尼士方程式可計算出MnO2催化H2O2之活化能值約75 KJ/mole，鋅片加鹽酸活化能為60KJ/mole，大理石加鹽酸之反應活化能值41 KJ/mole。碘鐘反應微量化實驗有其實際執行上之困難，而以改良型光敏電阻實驗可得到此反應速率定律式為r=k [IO3-][HSO3-][H+]，且該反應之活化能為34.7 KJ/mol，而在溫度20.4℃升高至29.4℃時，理論與實驗皆證實其反應速率增加為1.5倍。

西爾平斯基船帆(Sierpinski Gasket)與西爾平斯基掛毯(Sierpinski Carpet)都屬於碎形(fractals)圖形的一種，可以利用迭代運算系統IFS(Iterated Function Systems)碼來產生，代入迭代運算方程式後，經由多次的運算，可以得到重覆的圖形。本研究中，我將提出一些作法，找出西爾平斯基船帆與掛毯圖形其遞迴關係式，進而討論出其數位圖形之規律性及所涵蓋的內容與性質，著重在推廣西爾平斯基船帆與掛毯圖形的概念，將一段音樂曲取出，把它們看成反覆隨機迭代點，利用程式經由多次的插值運算，計算出各段音符。最後加入基因演算法來解決音符長短的問題，把製造好的音符染色體放置到交配池中，以隨機的方式在交配池中選取其中之一個染色體進行交配的動作，此二音符染色體會交換彼此的基因，產生下一代新的代表音符長短之染色體，應用於數位音樂創作，而衍生的西爾平斯基船帆與掛毯圖形新穎應用與創新的結果，希望能提供數位音樂創作的多樣性，更進而可以找出「好聽的音樂」與數學的直接關聯性。‘Sierpinski Gasket’ and ‘Sierpinski Carpet’ are two graphics that belong to fractals. They can be produced by IFS (Iterated Function Systems). By iterative computation of many times, we can obtain the similar graphics. In my research, there are some methods to generate Sierpinski Gasket, Sierpinski Carpet, and the iterative algorithms. In addition, I would discuss the regularity and the content as well as the properties of those digital patterns. At last, the advanced application of Sierpinski Gasket and Sierpinski Carpet to digital music pieces was presented. The program took a note of several measure of music as the beginning point, and made the IFS calculations for each new note in each measure. But there was no difference in beats if you just make the IFS iteration. So I changed the beats with genetic crossover method. In this research, the expression of the DNA to each beat of note was adopted. The same way, it took a note as a beginning point. And the system obtained the new DNA from the old notes for new ones randomly. That would make a piece of brand new music. What I want to do in this research is improve the multiformity of music and find what the relationship is of ‘good music’ and mathematical algorithms.

由於九年國教受到社會變遷及升學主義的衝擊，造成部分國中生心理不平衡，以及犯罪心態的形成，日益嚴重！也使得學校指導活動室的工作日趨重要！指導活動室的主要工作對象應該是：人，然而今日許多學校的指導活動室都是鐵櫃、木櫃林立，文件資料佔去了大半的空間，想想看每做一次性向測驗或智力測驗，就有一大堆的資料報告要處理、要存檔、要備查，一天只有八、九個工作時數，，如果這些全要指導老師們一張張的去做，那裹還有時間去照顧那一大堆的問題學生呢？因此，本系統提供了一套利用微電腦來處理智力測驗及性向測驗的方法，來作為指導活動室的左右手，希望不但能減少指導老師們處理資料的時間，也由於所有處理過的資料都儲存在小小的磁碟片中，不佔空間，容易保管，也可替學校節省許多鐵櫥、木櫃、報表、紙張的費用！

為了實際瞭解不同的建築物基礎設計與處理方式不同，進而探索建築物耐震能力與隔震效果的差異性為何？ 我們利用電磁鐵及電腦桌滑槽等簡易材料先自製了一模擬震動平台及具彈性節點之兩層式桁架。並將電腦連線的數位攝影機裝置於平台上， 以方便於震動實驗中同步觀測攝錄桁架淨變位之震動狀況。我們總共分有三大項的實驗， 分別研究三種的防震系統(橡膠柱防震、彈珠防震及我們所自創的新型防震)每三項實驗又分成兩小項分別研究各個實驗系統的功效與載重的影響實驗後再針對這三大項實驗來判別我們先前的假設是否成立， 並探討我們實驗的成果。

一年級時研究平面數獨，對於數字變化規則深深著迷，今年本想對平面變形數獨深入研究，但指導老師提起「立體」的提議時，使我躍躍欲試對立體數獨做挑戰。剛開始我只想到立體表面數獨，但後來發現三維與六面的共原則討論下，配合一元二次方程式的解應證到表面數獨只存在於4×4的立方體，若立體數獨就此停住，很快會失去人們對立體數獨的興趣，因此轉而研究需要透視力的立體數獨，這是目前國內都沒人研究、只有國外正在進行研究的的狄翁數獨。三維空間的狄翁數獨，每次思考一個數字要從三個面向去思考，並且要搭配九宮格去做思考與牽制，我們從2×2練習，再進階到3×3，配合EXCEL程式跑數據，漸漸地整理出立體數獨規則並設計電腦程式，以下便是我的研究報告。

本研究主要是想了解長頸捲葉象鼻蟲的各項行為、生活史及該蟲與其生活環境間的關係。我們在三月初到五月底的例假日，固定在烏來做定點生態觀察。以生態觀察記錄表紀錄下該蟲的外觀資料，也紀錄下當牠遇到天敵及干擾時所做的反應，以及牠們環境中的溫溼度，記錄完畢後撿拾搖籃，以人工方式飼養、拍照並記錄該蟲的生活史，最後固定採集少許土樣及葉片，分析其中的酸鹼值與含水量，再將上述的原始資料輸入電腦，分析這一些資料彼此間的關係。經過一段時間的觀察，我們知道長頸捲葉象鼻蟲是屬昆蟲綱鞘翅目的一種生物，體色為暗紅色。牠們喜歡在水分多且纖維素較少的水金京、山桂花、木薑子及山香圓等樹種上活動、進食捲搖籃。交配前，雄蟲常以頭頸當武器作戰，來爭奪地盤或贏得交配權。製作搖籃則可分為兩個階段：一為準備葉片，另一步驟則為捲葉片總共約需 1 小時又 40 分鐘。其搖籃又可分為落地式搖籃以及懸吊式搖籃；落地式搖籃需經 20~21 天左右變成成蟲；懸吊式則更久，依搖籃葉所提供的水分而定，約為 32~36 天左右。環境方面，牠們大都選擇雨後的晴天，微風日為做搖籃的好時機，且在溫度平均約 28℃，溼度約 60﹪的環境下活動，不過風還是影響做搖籃最大的因素。觀察這種蟲實在很有趣，其中我們發現該蟲也會在木薑子及山香圓上進食，是先前文獻上所沒有提到的。還觀察到該蟲似有“學習”做搖籃的行為呢！但是，牠們的搖籃有時候會被寄生蜂所寄生，所以搖籃的數目還是不可以過少！

有一天我們幾位同學到數學老師家，正巧師丈在打電腦，我們很好奇想玩，師丈就拿了一些遊戲程式讓我們玩，並叮嚀我們別忘了在玩之餘還得動動腦筋，怎樣才會獲勝，可別讓電腦笑你笨哦！其中有一種類似下棋的尋寶遊戲，在我們輪流玩了許多回之後，漸漸的發覺好像只要能走到某一格就有獲勝的機會，科展在即，老師就鼓勵我們不妨想看看能不能推論其規則，也是科展的好題材！

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.

在此實驗中，驗證了蜜蜂的肩片與發聲無關；蜜蜂主要發聲是由翅膀所出。但剪去雙翅的蜜蜂也能藉由胸部振動發聲，驗證了蜜蜂不只有一個發聲點。為了分析蜜蜂頻率，利用簡易的頻譜分析儀器，結合麥克風、電腦、Voicesync程式、Shimmer Curve 程式，就能分析聲音波形、頻率等。用此儀器做各溫度下蜜蜂之振頻比較，得知蜜蜂在各溫度的頻率有所不同。繼續用此儀器分析野生蜂（東方蜂）以及養殖蜂（義大利蜂）頻率，發現東方蜂頻率與養殖蜂頻率亦有些許差異。量測蜜蜂雙翅不斷鼓動（飛行）發聲，發現兩種蜜蜂飛行時較平時蜜蜂頻率高兩倍。在拔除雙翅的發聲分析，發現聲音有明顯的不同，頻率高更多，但並不是一直有聲音出現，有聲音時蜜蜂身體振動強烈。