影像擷取是進行影像處理中最常用的技巧之一，但是要將有毛髮的影像進行背景去除較不容易，影像處理軟體的操作方法也頗為繁複，因此，提升毛髮邊框的背景去除效果及簡化其操作方法十分重要。本研究以貝氏定理為基礎，透過機率計算估計原合成影像中前景和背景的透明度與顏色值，嘗試使之與原圖數值差距最小，藉此估計影像未知區域的透明度，使邊框附近的細節能清楚呈現。後續嘗試利用權重的概念，提高邊框毛髮處理的效果，並透過修改演算法，提高演算效率。本研究技術未來可能可應用於電視電影等影視工業，或廣泛運用於繪圖排版軟體、圖文書中，讓使用者得到更好的影像擷取效果。

許多疾病與自主神經活性息息相關，例如睡眠呼吸中止症。現有的分析方法，例如頻率分析法，將心律變異訊號(HRV)訊號假定為平穩過程，使得我們只能得到這段訊號內的平均值，無法知道其即時資訊。本研究成功以短時距時頻分析轉換(Short-time Fourier transform)配合重新分佈方法(reassignment method)來分析自主神經系統的活性。藉由觀察隨時間變化的頻率，我們可以得知即時的交感神經與副交感神經活動。本研究可延伸應用於睡眠呼吸中止症的診斷。

本研究旨在對費馬多邊形數定理(任意非負整數皆可表成n個n邊形數的和)進行更進一步的延伸探討，更精確地說，即是：對於給定的二次式an2+bn+c，定義一數列〈an 〉n=-1∞=〈a-1=0,an=an2+bn+c, ∀n≥0〉，而若存在一最小正整數γ，使得對於所有非負整數x，可由數列〈a_n 〉_(n=-1)^∞中取出共γ項，滿足x恰為這γ項之和。這時，我們稱正整數γ為二次式an^2+bn+c的指標值，定義函數Yi使得γ=Yi(an2+bn+c)。 在本研究中，首先先行探討函數Yi的一些基本性質，再藉由電腦以暴力法算出一些二次式指標值的下界，從這些指標值中找出規律，將其推廣至所有我們所討論的二次式，並證明之，至於再探討二次式指標值的上界的部分，我將數學家MelvynB.Nathanson證明費馬多邊形數定理的證明技巧，稍作改寫，使其能夠應用至更為一般的情況，藉此系統性的求得二次式指標值的可能上界。最後，經由不斷的優化上界與下界，即可求得二次式的指標值。

看到校園內的平板車租借，需要到資訊組用紙本登記，而因為學校電梯只有一台，等電梯耽誤了很多時間，而且紙本消耗了很多資源，因此想做一個可以利用悠遊卡註冊、借車、歸還的系統，將停靠站放置各個樓層，有需要時可隨時去借還。此次成品製作是利用Webduino、Arduino開發板，借由網路連動Firebase資料庫，逐步完成租借系統。經過了多次修正與測試，已完成可註冊、租借的系統平台，但因時間和成本有限，目前只能以模型測試，期待日後能製作出停靠站並實踐於在平板車的租借。

本作品比較不同類型顯示器（傳統投影機、LED投影機、雷射投影機及電腦螢幕等）的顯色效果差異。最初使用光柵、分光稜鏡、雷射筆等實驗來確定投影機的原理，接著透過色票統一標準，使用光譜儀將結果數據化，再進一步將VGA線的三原色（紅綠藍，以下用RGB代表）傳輸端子剪除，共有六種組合(去R、去G、去B，留R、留B、留G)，對比不同投影機之間的實驗結果，並配合其他顯示器實驗來驗證我們的構想。 實驗發現雷射投影機的綠光是由紅光變頻而來。此外，數據顯示雷射投影機的演色性，相對其他類型投影機來的低，對比後確認是光譜與太陽黑體輻射不同所導致。同時，我們還量測各種不同的顯示器，或是對照各種壽命之機器，試著分析出其中的物理結果。

本研究目的為針對汽車引擎冷卻系統故障時，建置能有效避免冷卻液溫度過高的保護裝置。實驗主要是利用淘汰車輛引擎的冷卻水管為材料，配合系統裝置位置加工，以改變管路長度及彎曲角度，並從文獻中學習系統感知器、作動器及電路設計，在冷卻水管上加上相關控制閥及冷卻風扇，再以微電腦控制板的程式作為控制單元，使系統能根據設定達成控制目的。實驗結果顯示，當節溫器故障時，冷卻液可經由旁通水管到輔助散熱器，讓冷卻液順利獲得熱交換，若加上水箱冷卻風扇故障，系統亦能在安全的引擎轉速範圍內發揮功效，若系統無法輔助降低水溫，亦會即時啟動高溫警示訊號。本實驗所建置之汽車引擎冷卻系統過熱偵測保護裝置確實能有效保護引擎並警示駕駛。

本研究共耗時了九個月，以資訊教室48台電腦為主要設備，共計執行了近2500萬次的遊戲，達成本研究的最終成果。以下將探討並分析一篇以時間差學習法為基礎寫成的 2048 人工智慧程式，在解讀程式碼當中適合取來應用的部位後，加以探討是本研究的核心與主旨。 首先分析出各種方格數組成的相異特徵種類，統計方格數對應的特徵數量後，得出了「二倍定理」，對於往後執行高階方格數時有極高參考價值。隨後為了因應本研究對於四到六方格數特徵的探討並避免窮舉，自創了一種新方法：「已得特徵放置方格法」，對於嚴謹的特徵分析有一大進展。之後將前實驗的130種特徵皆作數十萬次的遊戲勝率分析，排出了各種特徵之間的優劣，接著以特徵之間的組合與原版特徵比較，驗證了此系列研究方法的成功。 「機動性質」是本研究現階段最有可看性也最具應用性的新創研究方法。在本研究後半即藉由計算特徵版面上的位置對次數分析，也為先前實驗現象做了合理解釋。未來將展現的就是機動性質回推法，藉此我正在設計利用更龐大數據，找出一個理想的「機動模型」，這種從被動獲得到主動回推的新思維演進方法，希望可以實踐並對於特徵工程做一大革新。 除了以上，也期望整篇研究以及新創研究方法可以被往後的資訊科技、人工智慧、大數據、特徵工程……等領域應用。

象棋程式主要都是使用評估函數搜索，但是搜索有一定的不穩定性。因此，它們大多會使用開局庫，避免在開局時搜索出不好的棋步，進而影響勝負。不過，一個完整、強大的開局庫通常會佔用很大的空間，而且在檢查、維護與修改上，均有一定的難度。 本研究分別運用靜態和動態結構兩種不同的方式來表示象棋盤面，藉此減少表示一個象棋局面所需要的空間。減少它的空間後，一個相同大小的開局庫中不但可以放入更多資料，增強棋力，而且在搜尋、檢查與修改上，都能夠顯著的增加效率。 使用這兩種新的編碼方法，可以把含有超過十萬局棋(上千萬個局面)的開局庫編碼成6MB的大小。而這個開局庫，不像傳統的開局庫，只要檢查到一個不好的著法，就可以迅速的把包含這個著法的局面全部刪除。另外，從這個開局庫也可以直接取得開局的棋譜。

陽光要直射太陽能板才有最大的發電量，現在太陽能板不是固定式的，就是用電腦程式輸入當地太陽軌跡來追蹤太陽。可是每個國家太陽軌跡不同，如果機器搬到其他國家就必須重新設定，所以我們想讓機器免設定自己就可以追蹤太陽。 實驗發現：陽光是平行光、照射太陽能板角度不同發電量也不同。所以我們把兩片太陽能板架起來，這樣太陽一移動，兩片太陽能板出現電量差，就能帶動太陽能馬達，直到兩片太陽板中心對準太陽，電量差消失就停止，實驗發現兩片太陽能板夾角65度效果最好(P.7)。 另外我們用彈簧和金屬吉他弦設計的開關來控制強扭力馬達，解決太陽能馬達不夠力的問題(P.13)。希望這個構想可以用在屋頂上的太陽能板，讓大家時時刻刻擁有最大的發電量。

本研究運用無人機透過自主飛行及SLAM技術，輔助維護人員進行安全而穩定橋樑劣化檢測機制。透過飛行穩定、姿態資訊明確的自主飛行無人機，運用Python撰寫UDP連線程式，即時接收並判讀無人機回傳的影像及姿態資訊，再傳送飛行命令給無人機以順利在橋樑間巡行，而接收的影像則提供目視判斷損害狀況及LSD-SLAM建立強梁的3D模型自動標示測量損害處的尺寸。最終結果證實無人機可取得符合橋梁優選指標 (PI) 的必要資訊，以安全、效率的方式，取代目前必須多人爬上爬下，分工目視及測量方式。

太陽能板一架設完成就要發電20年，若架設角度不正確，會嚴重影響長達20年整體發電量。那太陽能板最佳架設角度為何?又如何確保施工時能正確架設該最佳角度?為解決上述問題，本科展作品，藉由理論計算、電腦模擬實驗與實際系統量測交互比較驗證，依據太陽運行軌跡與氣候資料，逐步探討出固定型太陽能板最佳架設角度。我們依序進行9個實驗，成功驗證一套能依據太陽能板所在緯度與方位角來決定出固定型太陽能板最佳架設傾斜角的方法。更進一步使用數值方法以曲線揉合(curve fitting)法來得出公式，使其不需大量運算即可算出固定型太陽能板最佳架設傾斜角。最後，本科展作品使用BrainGo控制板、直線雷射、GPS、電子羅盤與陀螺儀，成功研製一固定型太陽能板架設角度標示儀，能有效幫助業者與DIY者輕易架設正確固定型太陽能板架設最佳角度，有效確保20年的太陽能系統發電效率。

本研究中，我們利用Google所提供的API收集來自台灣及中國的地形高度圖(heightmap)和衛星空照圖。我們利用收集的圖像訓練pix2pix cGAN (conditional Generative Adversarial Network) 模型，並將人工繪製的高度圖加上真實山脈應有的細節(包含尖銳的山脊、山壁上的紋路、連續的河流網路……等)，透過訓練的pix2pix模型生成更接近真實山脈的效果。為了提升擬真地形的生成效果，我們在原先pix2pix模型的基礎下，額外加入「動態權重層」來達成。最後利用這些經訓練的pix2pix模型，開發了API、Unity客戶端及網頁客戶端，使我們訓練的pix2pix模型更加實用。本研究除了能應用於遊戲開發，使生成擬真山脈的流程更為簡化，也可將其應用於將低解析度之高度圖轉換為高解析度之高度圖，同時保持高度圖的真實性，幫助地形資料的收集作業。