鐵路時刻表排點至今為止仍十分仰賴人工作業，且排班優劣對於乘客服務品質有顯著影響。本研究採用元啟發式最佳化演算法及模擬器進行旅客列車鐵路時刻表排點，旨在找出一份針對旅客需求、提升旅客運輸成功率且降低旅途時間的時刻表。我們提出一種班表編碼機制，可依此產生班表草稿。我們研發的模擬器可將班表草稿轉換為合法無衝突之班表。最後，透過登山演算法及基因演算法來搜尋班表草稿，並以模擬器評估優劣，我們實現了一個自動化排班系統。我們也以不同的乘客測資針對於不同演算法進行比較，並試圖找出表現最好的演算法。實驗結果指出我們的模擬器能有效率產生無衝突時刻表，且所提出之演算法操作相較現行班表可提升運輸成功率和降低旅途時間。

本研究提出有關數橋謎題遊戲的程式實作辦法，我們已知數橋被證明是個NP-complete問題。我們研製出了數種解題條件與窮舉策略在演算法上的實現，並且比較了這幾種解決辦法的相對效率，再者也提出了數個NP問題的解決策略。本研究發現在進行窮舉的時候以取最小頂點值期望效率最高(表示該程式能有相對多，相對快的執行結果)。

本實驗主要在研究各項因子對氫氣火箭的影響，我們查了許多影片和資料，發現許多氫氣火箭實驗都沒有記錄各項因子的數據及比較，在歷屆科展的火箭實驗中，將氫氣作為燃料的作品也寥寥無幾，所以決定嘗試這個題目作為本實驗的研究主題。 我們的研究使用電解製造氫氣與氧氣，進行燃料、造型實驗，並用電腦計算出飛行高度，希望能找出最佳飛行高度因子。我們發現各種因子的飛升高度與質量、質心、燃料與造型有很大的關聯。 希望能藉由這些實驗讓人們更認識氫氣火箭，也能藉由氫氣火箭的飛行實驗讓大家更認識、更熟悉火箭之中的科學原理，讓大家對科學更有興趣。

本次科展主題為探究屏東與臺灣其他地區海灘樣本的差異。我們選擇了具代表性的屏東地區海灘作為主要採樣點，利用數位顯微鏡比對外觀特徵，電腦影像軟體分析色調，透過篩網分析海灘樣本顆粒大小比例，並檢測其酸鹼性、硬度和KH等性質。 結果顯示，屏東和小琉球海灘主要由珊瑚、貝殼和少量有孔蟲殼體等生物碎屑組成，呈白黃色調；而臺灣其他地區的海灘沙粒主要由岩石碎屑組成，呈灰黑色。單位體積海灘樣本的重量測量結果並無明顯差異，水溶液的酸鹼值大多呈弱鹼性，TDS數值顯示不同區域的海水組成和溶解物有所差異，但屬於珊瑚砂海灘樣本的KH值平均超過10。這些差異是臺灣地理位置、河流侵蝕搬運堆積和沿海海流等因素共同作用的結果。

本研究製作出一個可以自動對準太陽光的裝置「太陽光全自動集光追蹤系統」（以下簡稱本系統），使太陽能板面朝太陽。本研究也使用微電腦控制器（Arduino、ESP32）進行發電效率的自動記錄，可以在架設太陽能板前利用本系統進行評估。實驗數據顯示裝設菲涅爾透鏡可以增加發電量。若使用本系統，可提升發電量。本系統加上太陽能控制器及鋰電池，可以進行太陽能的管理與儲存，是具有實用性的綠能裝置。

目前水冷散熱系統普遍應用在電腦CPU降溫中，雖然水的「比熱容」比空氣及大部分介質都高，但因水冷散熱系統內冷卻液的熱量，最終仍靠風扇送到機殼外，故CPU之最低溫度仍存在一個臨界值。本研究旨在對於「一體式」與「分離式」電腦水冷散熱系統及「熱電致（製）冷晶片」（Thermoelectric Cooling Module）結合進行模組開發設計，將此兩類相關元件搭配結合，以突破傳統水冷式散熱所無法降達的溫度。本研究將「致（製）冷晶片」之致冷端及水冷系統作結合，利用致冷端作為吸收CPU主要熱量，結果發現：與單純只利用風扇將熱量帶走的方式相比，本研究所開發之『第一代』一體式散熱模組與『第二代』分離式散熱模組皆成功地將頂級CPU之工作溫度再壓低，使電腦工作效率維持在最佳範圍。

平常聽音樂時經常有種似曾相識的感覺。為了描述這種感覺，我們展開了複音音樂片段相似性度量的研究。因為曾經使用過最長公共子序列實作卻效果不如預期，我們將音樂片段正規化後，視為座標平面上的時間、音高點對的集合，使用點對應與二分圖匹配的方法，定義兩個複音音樂片段的相似度為最大權重匹配的平均邊權。我們計算了資料集(JKUPDD)中相同、相異的音樂片段的相似性，調整算法中的參數，找出最適合的參數組合，並且透過音符之間的權重，畫出自相似度矩陣，發現樂曲中的重複片段。

本研究目標旨在完成多人合奏、原音重現的自製樂器，透過Arduino作為傳遞訊號的中介，並以電腦對應輸出不同樂器的實際音色。在系統架構上，我們利用Arduino的類比訊號，讀取電壓值轉換成字串對應音階，實際錄製我們想要的樂音建立音源資料庫，以視覺化圖形輔助音階表現，隨時對設備進行調整，完成撥放系統的模組。實驗過程中，我們測試了兩個世代的訊號傳輸系統，最終以分壓原理為知識架構，焊接可變電阻，形成有效、穩定的訊號傳輸。其次，以生活上的紙箱素材、Cat6雙絞銅線、鋁箔紙自製耐受恢復力高、導電性高的琴鍵結構。最終，透過以上的研究歷程製作出虛實整合的電音樂團(BAND)。

2019年新型冠狀病毒的大流行，佩戴口罩已成為全球防止飛沫傳播病毒成本最低且有效的方法，目前雖已有團隊針對口罩有無正確配戴提出解決方案，但根據收集的資料，目前針對口罩有無正確配戴解決方案通常是使用類神經網路YOLO進行實作，YOLO使用於口罩辨識雖可達到有一定的效果，但對口鼻密合度不佳的細微狀態常有一些誤判的現象，就算民眾有配戴口罩，但若未與臉部、口鼻密合，仍有50％的空氣洩漏機會，無法有效阻隔飛沫傳染，形成防疫破口。 而本研究在這樣的基礎架構下再整合目前最強大的姿勢辨識之一的OpenPose，針對口罩與口鼻密合度不佳的細微狀態進行更深一步地探討，以期達到更好的偵測判斷效果。本研究針對的改善的方向為當神經網路YOLO判定為有配戴正確的資料時，再利用OpenPose以及本研究開發出的鼻心物件演算法，就鼻部密合度做細部偵測，進行誤判修正，最後證實出本算法能篩出56.25%被神經網路YOLO誤判為有戴好口罩的資料，可顯著提升口罩配戴辨識精準度，減少形成防疫破口的機會。

利用深度學習解決醫學問題一直是受矚目的研究主題。鑒於近期新冠肺炎疫情上升，有關新冠肺炎檢測的研究便成了熱門研究主題。目前，最有效的檢測方法是聚合酶連鎖反應 (PCR)，然而，PCR耗時甚久且有人為誤差。因此，以X光影像圖透過深度學習來診斷並分級是一個有效率且安全的做法。在研究中，我們利用深度學習進行疾病診斷，在五元分類上有相當高的準確率(84.91%)、在COVID-19單獨辨識時得到了極高的準確率(99.35%)、產生出疾病熱區及設計了新的分級系統( X-ray Severity Grading System , XSGS)，並將其用於嚴重程度分類，在不同分級下具有可辨別的差異。

本研究旨在透過自行撰寫程式，探討人群如何盡快脫離狹小空間，主要模擬個體所受的各種吸引力與排斥力、設立衝突處理規則，分析疏散效率並比較優劣。經過測試得知減少鑽空行為、排斥人群、略為排斥牆壁或障礙、不失自身判斷追隨他人足跡，有利整體疏散。另外，若人群出現移動模式異於他人的少數者，將不利整體疏散，但少數者人數不多下，愛好爭搶、鑽入空隙、較不排斥人群有助其個體疏散。 無論是否將疏散場域外廣場人群移動納入考慮，角落出口疏散效率皆較邊上優，且出口個數呈邊際效益遞減。但廣場中人群若步行六步內便停下休息，將導致邊上廣場入口堵塞。最後，逃離疏散場域後即往廣場邊界者，疏散效率表現相當於在廣場步行十步便佇足休息。

本研究使用電腦模擬藥物的對接技術，快速有效的預測新冠肺炎病毒潛力防護精油。第ㄧ階段研究依據化學分子分類蒐集82種精油成份，建立分子結構資料集與新冠肺炎病毒蛋白和人類受體蛋白ACE2共11種蛋白質結構資料集，使用AutoDock Vina 分子模擬對接技術，計算對接能量數值及溫度圖，預測潛力防護精油成分，並探討預測成效。根據對接結果數值，並與目前已發表研究成果交叉比對，預測效果達80%。因此第二階段以30種台灣常見精油之主要成分擴充精油分子資料集，進行分子模擬對接計算，預測具新冠病毒防護力的潛力常見精油。本次科展研究結果所得的潛力防護精油，不僅具深入研究價值，也為後疫情時代提供具高度參考性的生活防疫方式，用以保護我們身邊所愛的家人。