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)。

本作品的特色是以Arduino微處理器為核心，利用開源軟、硬體，自製一個電腦數值控制系統的保麗龍自動切割機。使用者只要先以繪圖軟體Inkscape製作出切割路徑的G-Code程式，再以Universal Gcode Sender軟體將程式傳送至控制器，系統即會自動控制步進馬達，將所需切割之圖形自動、快速的切割完成。

網路上常常會使用驗證碼(CAPTCHA)防止自動化程序取得網站資源，而一般而言，若驗證碼是可以輕易取得，十分容易被深度學習網路破解。然而，對抗式攻擊(adversarial attack)可以騙過許多深度學習網路。因此，本研究目的為建立能夠破解對抗式攻擊的深度學習網路。主要包含三個部分：建立Captcha breaker、使用對抗式攻擊影響breaker、防禦對抗式攻擊。Captcha breaker的部份使用模擬的目標驗證碼作為訓練資料，以解決訓練資料不足以及人工標籤的問題；而破解adversarial attack會使用adversarial training以及random noising的技術進行。

在生成性模型(Generative Models)中的一個主要應用就是“影像修復” (Image Inpainting) 也稱為“影像完成”(Image completion)。 影像修復經常被應用於許多影像處理，包含在生活照片中移除背景不必要的物件再回填移除後缺損的影像。 但是，或許之前的研究較多著墨於技術而非美學，至目前為止，很少有影像修復的研究著重於藝術作品的重建應用。 所以，本研究計畫提出三個新的模型來針對藝術作品做更優化的影像修復，以達到較一般處理日常照片所使用的如Places2 和ImageNet等影像修復技術在視覺上更為自然逼真的處理： 第一種模型是PConv (Partial Convolutions)，它利用部分旋積(partial convolution) 來避免一般由於遮蔽區域中畫素起始值設定而常見的影像模糊問題。 第二種模型是GLCIC (Globally and Locally Consistent Image Completion)，是一種以GAN (Generative Adversarial Network) 為基礎，進一步在全域鑑別器 (global discriminator) 之上，再建構一個區域性鑑別器(local discriminator)，以確保在整體畫面與細部畫面的合理與一致性的方法。 最後一個模型是一個在本研究中所提出的全新、整合性的模型–PConv-GAN。 在這個創新的模型中，我們將GLCIC模型中常用於旋積過程中”補零”(zero padding) 的手法，以PConv模型中部分旋積的方式來取代。最後我們會利用一系列的印象派畫作為例，以L1 loss 和PSNR (peak signal-to-noise ratio) 兩種方法來評估這三個模型。

1.手機及筆電已成不可或缺生活用品。但，若其充電器如果充電時間太久，可能會因為本身過熱而造成充電完畢要取回時，造成手部的燙傷。因為有此生活經驗，想改善充電器等高溫設備的散熱。 2.本研究探討電腦CPU上如果加上致冷晶片，如何加速散熱，增加使用安全外也進而提高電腦效能。 3.以電腦主機為實驗的操作器材，探究研發該散熱系統，並做為以後其他需要散熱的結構基礎，作為加速散熱的要件。目前致冷晶片在兩面溫差超越20°C時，可以使致冷晶片產生電能，接上微型馬達後，得以驅動，並產生對流散熱。 4.目前有關致冷晶片的實驗中，多數是使用致冷晶片和帕爾帖效應的關係，以通入電能使晶片兩面產生溫差。而本研究將採賽貝克效應做基礎，來探討新式散熱解決方案，使CPU產生的熱轉換成可以驅動微型馬達的電能。

多重抗藥性（MDR）細菌已經在全世界的範圍內成為了一個重大威脅，而像是多重抗藥性的綠膿桿菌就是其中一種對大多數療法有抵抗力的病原體。在目前的治療方案無效之前，有必要開發出一種新型機制的抗生素能夠作為對抗的手段。我們通過電腦虛擬篩選的方式，並用一個脂多糖脂質A (LipidA)生合成路徑的關鍵蛋白，LpxC，作為篩選的對象。在我們的第一次預測中，ZINC000001587011 (brequinar) 具有較低的結合能和較高的生物利用度。但由於其較高的cLogP值，使我們對其進行了官能團修飾，以期能有所改善。最後，我們在所有衍生物中找到了N11，有最大的潛力能做為抗綠膿桿菌的藥物前驅物。

According to CNN Indonesia 2020, the demand for e-Commerce in Indonesia has nearly doubled during this pandemic. This surge in demand calls for a time-efficient method for warehouse order-picking. One approach to achieve that goal is by incorporating automation in their warehouse systems. Globally, the market of warehouse robotics is expected to reach 12.6 billion USD by 2027 (Data Bridge Market Research, 2020). In this research, the warehouse system studied would utilize AMR (Autonomous Mobile Robots) to lift and deliver movable shelf units to the packing station where workers are at. This research designed a heuristic algorithm called A.N.T.s (Algorithm for Navigating Traffic System) to conduct task assigning and pathfinding for AMR in the automated warehouse. The warehouse layout was drawn as a two-dimensional map in grids. When an order is placed, A.N.T.s would assign the task to a robot that would require the least amount of time to reach the target shelf. A.N.T.s then conducted pathfinding heuristically using Manhattan Distance. A.N.T.s would help the robot to navigate its way to the target shelf unit, lift the shelf and bring it to the designated packing station. A.N.T.s algorithm was tested in various warehouse layouts and with a varying number of AMRs. Comparison against the commonly used Djikstra’s algorithm was also conducted (Shaikh and Dhale, 2013). Results show that the proposed A.N.T.s algorithm could execute 100 orders in a 27x23 layout with five robots 9.96 times faster than Dijkstra with no collisions. The algorithm is also shown to be able to help assign tasks to robots and help them find short paths to navigate their ways to the shelf units and packing stations. A.N.T.s could navigate traffic to avoid deadlocks and collisions in the warehouse with the aid of lanes and directions.

本研究旨在改善聽障人士無法完整接收影音類型資訊的狀況，探討各種影片處理技術，尋找、嘗試並比較各種方法，整合出最適合的系統自動替影片嵌入情境化字幕——用視覺的方式呈現影片聽覺訊息，讓聽障人士便於理解各種類型的影片內容與資訊。 為此，我們呈現的情境化字幕有主要幾個特點： 1、將聲音對話轉為字幕標記在說話者旁，透過畫面中語句位置就可以了解跟語者的對應關係。 2、畫面中字幕會以漸漸上飄消失的泡泡字幕來呈現，使觀影者有充足時間閱讀字幕理解內容。 3、將環境音效如電話聲、雷聲與貓叫聲等各種能傳達資訊的聽覺訊息標示在畫面中。 藉由這些處理使畫面呈現更豐富的影片資訊，最終達到改善聽障人士資訊接收權益不平等的目標。

本研究利用影像風格轉換模型作為資料增強的方法，將原始資料集中的影像轉換成不同風格，以增加訓練資料的多樣性。為了驗證使用此方法的有效性，本研究進行了兩個領域的實驗，分別是：(1)物件辨識模型在不同天氣時間的街景圖上的表現，(2)胃腸癌中的腫瘤檢測模型在不同染色結果的組織圖上的表現。結果證實使用風格轉換模型生成的影像訓練的模型的準確率在某些情況下有顯著的提升。此方法的優點在於能夠快速產生多樣風格的資料，由於是對影像的風格做轉換，影像的內容沒有改變，因此能夠沿用原有的標籤，同時節省了蒐集及為新影像標籤的人力及時間。

『程式解題系統』是提供不同難易的題目給學習程式設計者使用的系統，主要透過測試資料來驗證程式碼的正確性和效能姓。然而，這類系統大多為私人用。台灣著名的程式解題系統有台中女中程式解題系統及高中生解題系統(Zero Judge)等，題目雖然繁多卻分類雜亂，不能讓教師客製化題目給學生，只能從眾多題目中，零散的挑出適合學生的題目，給學生練習。基於以上理由，此研究目的是做出不同於一般程式解題系統的功能，希望能讓教師彈性增刪題目。使用Python為基礎語言，後端採用Django框架，已經架構出系統的原型，並上架至Heroku(zeaf.herokuapp.com)。希望循序漸進地讓學習者有成就感，也讓教師能監督每一個學生學習狀況。

現在的超商取貨機制存在著很大的時間成本，一次取貨要是花費數分鐘在找貨，那長久下來會造成大量時間的消耗，因此為了提高領或效率，我們設計了一台裝置來減少取貨的過程之中，因人為造成的時間耗損，並降低領錯貨物的可能性。 而我們也可以依據存放貨物種類及應用方式而改造，製作出適合不同物品的存取裝置，像是用於書籍的存放，讓使用者可以自行借閱或歸還，藉由改造裝置，普及於各種類型貨物的存放，為我們的生活增加便利性。 除了擴大使用方式，增添提領貨物的提示，為貨物增設設定，關於提升整體實用性的部分也有待我們進行更進一步的探討。