近年來，國外的資訊教育、資訊文明有相當的發展，國內正急起直追，有關 C.A.I( Computer Assosication Instruc- tion ）電腦輔助教學，使用微電腦，應用於高級中學，數 理科之教學方面，由教師艮好的 course ware 設計，可以在終端機前，適應學生學習之們別差異，給予適當的鼓勵，鑑定學習障礙之所在，並予學生一個研究發展之方向，因此使用微電腦來輔助教學，自是有其時代性。平時在教學之餘，研究電腦，深覺有必要使用微電腦輔助學生、教師。使資優的學生能發展並學習更有用的內容，資質差者有機會診斷其學習困難所在並予補救，如此之教學媒體，實屬必要，且為教師當務之急，遲進行此項 C.A.I 單元設計研究。

利用電腦程式做大量且密集運算的時候，會因為電腦硬體暫時性的失效而產生計算上的錯誤，為了減少重新計算所要花費的時間，並提高整體計算的穩定性與可靠度，具有錯誤偵測與錯誤修正能力的容錯計算方式是很重要的。本篇報告提出一種具有容錯能力之高斯-喬登消去法，藉由以直觀方式加入的檢查碼及修正的矩陣基本列運算，使得每個階段的運算過程中具有錯誤偵測與錯誤修正的功能，與以往的方法比較起來，多了容錯的能力，但是時間複雜度依然是相同的O(n^3 ) 。

一個優良的防毒軟體應該要盡可能的減少病毒對電腦造成的損害，然而面對千變萬化的網路世界，必要先發制人的預測病毒，本研究基於機器學習開發一套智慧型病毒掃描系統，運用人工神經網路訓練模型，進而由大數據進行預測。 本專案分為兩個階段，第一層是基於檔案中的各種特徵做靜態分析，第二層是基於執行檔做動態行為分析，且兩者皆採雲端化架構。 雲端掃毒雖非創舉，但本系統有著極高的病毒偵測能力，且無大量資料庫做後台比對，再複雜的變種病毒都難逃本程式法眼，以前陣子鬧得沸沸揚揚的Wanna Cry勒索病毒為例，我們獨自研發的人工智慧病毒掃描系統在沒有看過其原始碼的前提下，就能將其揪出並加以制止。

本研究目的旨在分析翻轉卡片、正立方體翻轉盒及三角形翻轉盒，並進一步設計出展開圖，應用電腦軟體切割照片貼在展開圖上，列印後再組裝成翻轉卡片或翻轉盒，可透過翻轉動作一直變換不同照片，成為展示照片的有趣商品。結果發現，翻轉卡片可展示四面照片，本研究設計出A4尺寸正反面的展開圖；而正立方體翻轉盒由8個方塊組合而成，連接線位置不同共產生8種翻轉類型，其中以「型2-1-1」可出現六面為最多，而且操作翻轉易回第一面，以座標位移、旋轉方位及動用到的連接線三種方式證明「型2-1-1」類型可以回到第一面；此外，也分析單一正立方體的11種展開圖及三角柱的23種展開圖，挑選出適合的展開圖，設計出正立方體翻轉盒及三角形翻轉盒的平面展開圖。

美國「精神號」及「機會號」降落火星表面的電視轉播過程、電視頻道所播出的降落傘小故事，都讓我們對降落傘產生了很大的興趣，再加上我們在三年級學過空氣的對流，我們就在想：降落傘上的那一個小孔是不是也跟空氣的對流有關呢？開了孔的降落傘是不是比沒有開孔的降落傘可以飛得更久、更穩定呢？於是我們以之前所學到的科學知識一步步探求影響降落傘降落的因素，也以電腦課所學到的圖表製作，將實驗數據以圖表方式呈現並進行分析。此外，我們也依據降落傘原理與實驗結果進一步進行實驗，希望能找到適合運用於緊急逃生的降落傘。

去年（民國八十八年）九月二十一日凌晨一時四十七分發生的集集大地震，為台灣帶來了重大的災難，亦是台灣百年來最大的地震，從各類型的災情報導中，地震造成的破壞包括建築物的倒塌、山崩、地殼變形、公共設施的破壞（如橋樑、水壩、電力設備等）及土壤液化等，另人觸目驚心。 這次的地震的確帶給我們很大的衝擊，於是更激勵了我們繼續前年和去年的地震相關特性研究，前年（民國八十七年）由嘉義瑞里地震後，我們便開始蒐集地震有關資料，不管透過電腦網路、書籍和刊物，甚至設計震動台進行簡易模擬，均讓我們對地震的破壞特性有進一步科學上的了解和實驗，在科學展覽比賽上也獲得不錯的成績。因此，藉由老師的指導，繼續蒐集資料進行研究，並至中央大學參觀地震設備和地震相關介紹；從改善震動台運動快慢開始，重新規劃模擬試驗，期望對地震破壞現象進行更多的模擬和試驗，和這次集集地震所看到的破壞現象比對，並對過去研究作更為詳盡的比較和探討，才能對地震特性有更多的了解。

與肥皂泡膜相關的科學現象與研究很多，本研究主要目的在探討影響肥皂膜波速的因素。實驗以振動產生器連接一光碟盒，在光碟盒上固定一圓形框，圓形框上附著一片圓形肥皂膜，由電腦軟體透過介面及功率放大器來驅動。為提高準確度，設計了二維游標尺裝置、橫向定位裝置來進行測量。並配合高速閃光燈進行仔細的觀察與紀錄。實驗結果發現波速會隨著頻率而變，得出了一個經驗公式v=62.5×f0.3，此關係不受膜的厚度、振幅、面積、成分比影響。且愈接近圓心處的波速愈快，而波腹的振幅也是愈接近圓心愈大。

垃圾分類是環保重要的議題，本研究提出一個自動辨識垃圾分類的裝置，透過深度學習卷積神經網路來進行分類辨識演算，特別是直接透過影像辨識垃圾物件外觀，均有良好的效果。經測試，本系統已能有效分辨垃圾物件，在神經網路模型的評價中，平均mAP 為 0.973，而針對實際垃圾物件進行辨識，在固定外型的垃圾物件中辨識率達98% ; 而在包括形變的垃圾物件中辨識率仍具95%；本研究證明利用卷積神經網路直接辨識垃圾物件具備一定的辨識率，若進一步發展有機會優化網路效能及辨識程式運作效率，可大幅度降低硬體的成本，擴大提升垃圾桶具備垃圾辨識的能力並進一步普及化並結合物聯網、雲端技術及智動技術擴大垃圾分類自動化的可行性，為地球環保盡一份貢獻。

在過去的五年中，行動裝置之手寫輸入法、滑行輸入法等基於筆跡的輸入系統有巨大進展。但仍無法解決物理晃動造成之筆跡變形。為了解決人們在不穩定的環境中書寫筆跡的困難，本研究提出了“筆跡失真修正系統”。 通過結合內置感應器的數據，系統估計裝置的運動軌跡，並提出的屏幕-手指互動模型恢復失真的筆跡。 該系統嘗試了不同的移動估計算法，也套用濾波器以去除雜訊和去除漂移。 為了得到更精確的感應器讀值，本研究使用了一種不需要額外儀器的校準方法。 翻轉後靜置設備6次，校準演算法將計算感應器誤差模型的最適合參數值並且套用。本研究提出之筆跡失真修正系統在兩代的演進後，已成功在現實世界中測試證明有效性和實用性。

當今平板電腦為3C熱門產品之一，作品以他設計可控制家中燈光、空調及音響等設備為基礎，並加入互動式選單功能，在不同使用者可能也會有不一樣需求下，可藉由互動式選單內按鈕，輸入欲控制設備項目讓一連串繁雜動作簡化之，改善市售產品單鍵巨集呆板控制方式，並配合設計出的紅外線遮斷器，在不改裝視聽器材利用檢測Video信號，得知該機器開或關機狀態，解決一般遙控器上電源鍵，大部份都屬單鍵命令器材ON或OFF，防止控制器一連串盲目發射紅外線訊號來控制電源，會使得若原本視聽器材已開啟反倒又關機發生，讓控制上掌握得更精準。

這次的評審由五位教授組成，其方式為：先各組（高中組、國中組、高小組、初小組）代表作品共59件，分給各評審委員審查。在24日當天，分兩組；一組審查高小組與高中組，另一組審查初小組與國中組，我們分別與參加學生當面接促，探討他們的研究動機、數學結構、研究過程、其完整性等，如有問題時，我們仍給予指導，並多給予鼓勵。 這次的作品中，其成績比往年進步很多是可喜可賀的現象。有不少作品中，甚有創意，有系統化的探討，證明的完整，並有獨特的觀點與思考，有些自己設計電腦程式，利用電腦還引證成果的準確性。道具上與版面的製作甚精美，有聲有色，是一次成功的科學展覽。

本文是籍由國中及高中所學的數學知識，來解決一些基本的線性規劃，進而來設計並解決一套複雜的工程問題，本研究透過一些電腦程式來協助我們計算相關的數學限制式，並且成功地算出若干結果，雖然電腦計算時有時算出的結果可能是非最佳的，但是在一般圖論問題及最佳化的NP-hard問題中，都存在此種現象，也就是在電腦演算中，可能會掉落到局部最佳解的問題，未來本研究將修改部分限制式，並結合遺傳基因或神經網路演算法來強化相關的限制式，企圖調整並設計出一套新的計算方法，使新方法可以應用到更複雜的加強型線路鋪設示意圖，及更多的工程科學計算問題。