本研究旨在解決以往無法將影片色彩化的問題，設計方法分為兩大部分：首先，我們在基礎的生成對抗網路上加進了多個模組如：殘差模組以及特徵提取模組，我們實作多種不同組合的生成對抗網路，並比較其成效。其中，我們利用COCO dataset來訓練我們的的基礎模型。本研究以風景影片為主，因為風景影片的震盪和變化較小。在進入第二階段前，我們利用Kaggle風景圖片資料庫來微調最優的模型。而在第二部分，我們發現生成出的影片會有色彩不連續性的問題，於是我們提出了三套方案來提高影片整體品質來抵銷模型在前饋過程中所產生的不確定性以及隨機性。分別為H.264編碼技術，ORB預測個別幀，以及HSV提高色相穩定度。

「跳躍」是生物界很重要的運動方式，跳躍行為在螞蟻物種中很罕見，300 屬螞蟻中只有4個屬能用腿部跳躍，台灣過去並沒有螞蟻跳躍記載的文獻。本研究記錄台灣特有亞種「矛巨山蟻」職蟻之跳躍的與滑翔動作行為，像是跳前觀察以及跳躍形式，並且觀察其空中動作，包括肢體動作，身體是否具有校正的能力，並利用風洞觀察其空中滑翔姿態，證明其具有「定向空中降落」的滑翔能力。探討引發矛巨山蟻跳躍之原因，像是逃離困境等，並對矛巨山蟻腿部構造進行分析，與其他螞蟻作比對，找出更多本土的跳躍蟻種。最後用高速攝影拍攝起跳的動作，估算其跳躍力學，與國外的碩眼山蟻跳躍文獻做比較，找出螞蟻跳躍的出力與速度，並且使用電腦分析軟體分析其跳躍能力。

基於音樂輸入的動作骨架生成是一個正在興起的研究主題，然而在弦樂樂器的演奏骨架生成上，由於動作與音樂資訊間並非是一對一的對應關係，且在時間序列上非常注重前後關係，此問題仍非常具有挑戰性。在研究中，我們設計新的架構，將小提琴演奏者的演奏各部分拆解並分別生成。針對前人研究及此研究的研究結果，我們分別進行了客觀測試及主觀問卷的評估，兩方面皆顯示我們的研究結果較前研究進步。就我們所知，此篇研究是第一個嘗試在小提琴演奏動作上加入音樂情緒的研究。

About 15% of the world's population lives with some form of disability, of whom 2-4% experience significant difficulties in functioning. The global disability prevalence is higher than previous WHO estimates, which date from the 1970s and suggested a figure of around 10%. This global estimate for disability is on the rise due to population ageing and the rapid spread of chronic diseases, as well as improvements in the methodologies used to measure disability. This research deals specifically with the physically disabled and often people with physical disabilities feel frustrated because they cannot do activities such as: playing sports and doing exercise. Having a physical disability also changes the way a person lives their life. They may find their life changes and activities they had previously included as part of their daily routine such as brushing their teeth, washing and doing household chores suddenly become a huge effort and many people require another person's help to carry out these activities. Also, they suffer from three basic challenges like; education, economic and, communication. Firstly, Education: The results of the investigation revealed that the physically handicapped. They face a lot of problems while studying they can't learn as the normal ones and they needs someone to help in learning. Secondly, Economic: they can't work and achieve income to help in his practical life. And finally Communication: they can't communicate with others because of his disability.

本篇將探討在正n邊形中的內接正四邊形，即此正四邊形的四個頂點分別位於正n邊形的四個不同邊上。我們將正n邊形依邊長數分為n=4k、4k+1、4k+2、4k+3，透過電腦繪圖、尺規作圖法及公式驗證，得到以下結論:正n(n=4k)邊形有無限多個共中心內接正四邊形，而其餘正n邊形中，皆只有一個(本篇中圖形經過旋轉對稱後，大小、位置相同者為全等，則視為 "同一個")內接正四邊形，且在n=4k+2時，內接正四邊形必和正n邊形共中心；n=4k+1或4k+3時，內接正四邊形必不和正n邊形共中心，但內接正四邊形之中心必在正n邊形的一對稱軸上。最後我們提供一個能在所有的正n邊形畫出內接正四邊形的尺規作圖法。

「使用給定的多個矩形密鋪一個格狀平面(2D rectangle tiling problem)」為一NP-complete問題，目前多項式時間只能求出盡可能覆蓋最大面積的近似解。本研究所創的階梯演算法透過改變動態規劃所紀錄的狀態，使狀態數大幅減少，進而改善求準確解的時間複雜度，當然也成功證明此演算法的正確性，並且此演算法也能處理環狀及有權重的類似問題，如RTILE PROBLEM、DRTILE PROBLEM。隨後，寫了一個互動展示品直覺地呈現此演算法的意義。並以階梯演算法成功將7/3-approximation algorithm (Krzysztof Lorys and Katarzyna E. Paluch,2000 [4]) 與11/5-approximation algorithm (Piotr Berman et al,2001[7])進行比較與分析。

本研究提出一套創新的人體健康分析方式，透過全新的分析演算法架構深度解析脈搏訊號中的特徵，並結合深度神經網路進行預測，最後開發成監測人體健康的嵌入式系統。本研究基於血液共振理論，將光體積變化描計圖法擷取到的脈搏訊號進行訊號處理，從中擷取出共振峰值以及其變化量，檢測血液循環一週的微小變化，改善了當前分析方法著重在計算平均值，無法呈現即時狀態的缺失。本研究提出的系統和演算法所延伸的預警系統具有77.3%的預測精準度，同時可以擴展至多種趨勢相關的臨床症狀。此外，本系統十分適合應用於低功耗、低成本的硬體，對於未來各種行動裝置、穿戴科技與居家照護的生理數據分析需求，可提供實質的貢獻。

本實驗在探討一顆旋轉橄欖球碰撞地面時，特定情況下反跳後的質心高度增加的現象。我們主要研究橄欖球彈跳高度與初始高度以及初始角速度的關係。首先觀察到旋轉橄欖球落地後有不同的運動軌跡，並由影像分析發現轉動動能以不同比例轉換成移動動能。接著研究不同的碰撞點對於彈跳高度的影響，以力學模型推導彈跳高度大於初始高度的條件後，以實驗驗證。接著進行理論模擬，運用電腦程式求不同初始條件下的碰撞點以及落地時的角度，並擬合實驗數據。最後修正赫茲接觸理論，建立碰撞模型並得到不同角速度與碰撞點下反跳速度的熱圖與碰撞時的正向力函數。

本研究利用NASA的SRTM 1 Arc-Second資料集來收集全球各地的地形高度圖(heightmap)，也利用MapTiler網站收集相對應的衛星空照圖，用這些收集的圖像，訓練我們建構的VAE-pix2pix模型。VAE-pix2pix為Variational Autoencoder (VAE)及pix2pix (為一個Conditional Generative Adversarial Network)結合的模型，能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……)，並生成出相對應的擬真衛星空照圖。相較於原pix2pix模型，VAE-pix2pix所生成的高度圖及衛星空照圖會更接近於真實世界的地形高度圖及衛星空照圖，同時VAE-pix2pix模型也能透過改變latent code的數值來生成出不同風格的高度圖及空照圖，如地貌的顏色或雪線的高度等，這些都增加模型生成圖像的多樣性。為了使我們建構的模型能更廣泛的被應用，我們在Unity上開發了Unity客戶端，其生成的mesh可以讓使用者直接應用於遊戲的場景，簡化了遊戲中生成擬真山脈模型的任務。

強化學習為當前AI領域的熱門話題，其特點是在環境的獎勵與懲罰下，進行學習。強化學習雖然較為困難，但其成功的項目都非常有名，其中最著名的例子有: AlphoGo、AlphaZero等等。 深度強化學習(DRL)是深度學習與強化學習的結合體，本專題透過DRL實現近端優化策略演算法，來使BipedalWalker環境中的二足模型學會行走，並調適超參數與神經網路來讓模型訓練擁有更好的結果。 經過實驗後發現，適當的降低獎勵折扣衰減率能有效的提升學習速度以及學習上限，同時可以避免分數落差過大導致的Dead relu問題。最終的結果能讓平均分數達到302分，成功達成了BipedalWalker環境要求(平均分數>=300分)。 為了使智能體擁有更好的探索能力，本專題加入了ICM(Intrinsic Curiosity Module)，成功提升了最終的平均分數至316分，將不摔倒的機率提升至99%，最高分數則到了320分，使得雙足模型能以更快的速度向前移動並保持穩定。

密碼為我們生活中常見的一項工具，它可以為我們保護我們的隱私，以免受到別人侵犯，但也同時間出現許多問題，例如：若密碼太過單純會使密碼的功能失去意義，讓其他人可以輕易存取使用者的資料。 在臺灣，注音文密碼是十分常用的密碼，因為它乍看像亂碼，其實有一定的規律存在，而這些密碼，卻容易被判斷為安全的密碼，因此，我們希望可以將這個問題改善。 在研究中，我們先研究密碼強弱，再探討注音文密碼中在一般密碼中的比例，最後達成我們希望的目標—寫出一個可以偵測加入注音文策略的程式。在研究中，我們亦討論各個密碼演算法的優點及缺點，以找出可以最準確判斷的程式，並在研究的最後，提出可以將這套方法擴充至其他語言或是輸入法的可能性。

The Information Technology (IT) area has shown great growth in recent years, even with the economic recession that 巴西 has been through and the impact of the coronavirus pandemic. It is estimated that by 2024 the area will have a deficit of more than 290 thousand professionals. However, companies still face other difficulties in hiring, especially people who are looking for their first job in the Information Technology area. Most part of these difficulties are lack of qualified manpower and high prerequisites to fill internship or junior positions. As a result, the objective of this project is: to develop a platform that connects people who seek guidance, improvement or professional relocation in the Information Technology area with professionals that already have the experience they are seeking. The first step was a research and analysis of similar platforms in the market, whose proposal involves mentoring or professional connections, and it concluded that there are no services that fully meet the project’s proposal. In the second step, a research was done about mobile development, highlighting Flutter and Firebase platform. The third step defined the application’s features, such as suggestion of users and mentors, search for users, become a mentor, private chat, video calls, Portuguese and English languages, light and dark themes and profile customization. The suggestion of users and mentors is done by a match with the registered users, relating their areas of work (where the user has experience) and the areas of interest of each one. For the coding of the project, Flutter and Firebase technologies were used. To design the app, it followed Material Design specifications. For testing and distribution, the app was published on Play Store, Google’s Android application platform. The tests were performed by both the researcher and a selected group of users to verify if the functionalities were in accordance to what was defined in the beginning of the project. Perceiving the correct functioning of the application, the project achieved the proposed objective. In addition, it expanded its reach area, because it is possible to find users and mentors from any other area of the market.