隨著氣候變遷對人類生活帶來越來越大的的影響，CO2 為氣候變遷的主要驅動因素之一，準確預測二氧化碳（CO2）排放量變得至關重要。 本研究深入探討了各種先進的單變量和多變量時間序列模型，並提出一種新穎的混合集成模型，旨在提升台灣CO2 排放的預測準確性。 我們採用了自1965 年至2022 年的年均數據集，涵蓋CO2 排放量以及天然氣、煤炭和石油的消耗數據，利用標準評估指標來評估模型表現。在多次實驗中，我們選定了三個表現最佳的模型，並通過疊加泛化技術將其預測結果整合至一個元模型。所提出的混合集成模型達到了1.398% 的MAPE 分數，顯示出相較於傳統模型更優越且穩定的性能。 經過全面優化後，本模型可為政策制定者和產業領袖在制定減少CO2排放的決策時提供了可靠的依據。

A custom Local Positioning System designed for applications in supply chain logistics, inventory tracking, collision avoidance, and precision systems. Responsive UI allows for real-time management and dynamic parameter adjustments.

汽、機車呼嘯而過的排氣噪音經常造成周遭民眾的困擾，為杜絕這種狀況，環保署於2021 年開始推動「聲音照相科技執法」，透過包含魚眼攝影機、車牌辨識攝影機等設備的整合，來紀錄行經車輛產生的噪音是否超過管制標準，不過此系統目前仍存在一些限制，如:當多台車輛同時經過時無法辨別確切的噪音來源，而需要人工判定。本研究旨在利用聲源定位原理結合影像辨識技術，實作出一套能夠追蹤聲源（噪音）並辨識聲音來源（車輛）的聲音照相系統，期日後能實際應用並解決道路上多車輛時無法辨識噪音來源的困擾。研究中提出一套能透過遠端控制程式，將收音裝置、攝影設備和資料分析軟體等各項軟硬體設備，串聯成自動化追蹤聲源的系統設計方案。

本研究透過運用AI技術輔助程式設計聲音合成器程式，以探索聲音波形生成與觀察分析聲音頻，實驗透過不同波形振盪器，並調控ADSR參數，與濾波器組合，我們用不同的合成方法，獲得各類樂器聲音的最佳合成參數，再以先前完成的自製樂器加以改進，透過Arduino偵測串聯電阻分壓電路傳遞琴鍵按壓的演奏訊號至電腦，再經由合成器運算合成輸出對應的樂音，藉由選定不同樂器模組實現樂團合奏。在研究過程中，為解決電腦端即時運算合成音色的耗時問題，我們預先合成並暫存不同樂器音色，提升演奏時的反應速度。最終，本研究在開源程式與AI的輔助下開發出一套支援多人即興演奏的音樂合成器系統，提供創新的音樂創作與演出方式，降低傳統樂器練習的成本與噪音問題。

AI (Artificial Intelligence) technology has developed very rapidly in recent years, to the point where it can make fake videos or photos called "deepfake''. According to Sumsub Identity Fraud Report 2023 just in the past year, in the APAC region the number of deepfakes has grown 1530%, in the philippines an astounding 4500% and in 馬來西亞 a 1000% increase, these numbers will continue to rise without a proper defense against them, With this rapidly developing technology, there are several threats from misuse deepfake, namely making fraud via video calls, fake videos to blame innocent people, and so on. Therefore, in this research project, an algorithm architecture will be created, namely a system and method used to detect "deepfake" images. The architecture of this algorithm involves convolution functions, neural networks, convolutional neural networks, data normalization functions, namely ReLu and SoftMax, and pooling. This architecture will then be trained over and over with 140,000 scrambled images, which then will make the architecture ready to be used. By researching and combining this algorithm architecture, a system is produced without a cost and with a final result of up to 90% accuracy and detection of 32 images faster than a human can blink.

隊員的外婆在台灣獨居，曾因跌倒而未能及時求救，引發家人擔憂，高齡化與獨居老人數量增加，導致安全照護挑戰，需改善意外求助系統。本研究目的是使用OpenCV和YOLO技術辨識人體動作，檢測跌倒情況及其影響發送郵件通知家人。本研究使用Pexels和Google收集圖片進行訓練，Roboflow工具加快標註過程。過程中整合偵測、影像擷取及郵件發送功能，設計時間間隔機制避免重複發送郵件。訓練結果顯示模型在辨識「躺下」動作上準確率高，對其他動作表現尚可，而系統運行時CPU負擔輕，確保穩定性與擴展性。本系統對人物重複辨識和跌倒檢測準確性有改進空間，考慮增加資料量及調整標註類別。未來計畫開發專用APP以提升訊息傳送功能，增強用戶體驗。

現今網路充斥著具壓力的負面言論，影響使用者的心理健康。本研究旨在參考 C-ME 量表並整理為四大類標籤，人工分類從論壇蒐集的言論來訓練模型。研究採 LSTM、雙向 LSTM、CNN + LSTM 及 Transformer四種深度學習模型，基於自建資料集進行訓練，實現對全新言論的精準分類，並比較四種模型在精確率、召回率及 F1-score 等指標上的表現。結果顯示，LSTM處理數據不均衡的資料集時表現最佳，F1-score達89.2%。實測發現，CNN+LSTM 在預測效果上略勝 LSTM。此外，結合生成式 AI GPT-4o-mini，能有效改善不當言論，為留言者提供更委婉的表達建議。

本研究旨在探索大型語言模型如何應用於音樂生成故事。研究動機源自音樂作為文化中不可或缺的一部分，但若要以文字精準表達出音樂中的故事情緒尚屬困難，藉由本研究提出的方法可以使故事顧及到音樂的情緒起伏。隨著 AI 的發展，我 們開始看到它們在各領域的應用。這項研究的目的是製作出一個系統能以音樂作為輸入，輸出音樂內的故事，為達成目的，我們結合多個模型。研究使用 PyTorch等工具，並探討文句和音樂的共同表示方法，實現情感匹配。研究結果顯示，音樂和文句情感辨識模型表現不錯，也研發出一個完整的生成流程。目前已有直接生成音樂的模型，也有把音樂統整介紹的模型，卻沒有依據音樂中的情緒生成故事的模型。我們研究就是在解決這個問題，結合到 LLaMA2預訓練模型生成出具情緒浮動的故事，要注意的是 LLaMA2的輸出限制最多只能有 4096個token。我們將此產生過程稱為 MTSPL (Music To Story Procedure with LLaMA)。

本研究探討 Instruction-Tuning 對法律領域語言模型的影響，我們使用 ChatGLM-2 6B 作為基礎模型,先以台灣法律文本進行 Continual Pre-training，再以和律師的 Q&A 數據集，分別採用 Supervised Fine-Tuning(SFT)、Reward Model 及 Proximal Policy Optimization(PPO)等 Instruction-Tuning 方法進行微調。結果顯示,僅經過 Pre-training 及 SFT 的模型,其產生的回覆較符合法律專業風格;但考量模型對法律知識的掌握,則以 Pre-training、SFT 及 PPO 整套 Instruction-Tuning 的結合效果最佳。本研究證明, 針對單一領域的語言模型, 不同的 Instruction-Tuning 方式會對其回覆風格及知識掌握造成不同影響。我們的研究為未來單一領域語言模型訓練提供了參考。

本研究提出了一種基於毫米波FMCW雷達的即時居家健康監測系統，與RGB攝影機感測器方案相比，該系統更具成本效益並保護用戶隱私。對於居家健康監測系統來說，除了走、站、坐、臥四種常見的身體動作外，及時發現緊急情況也至關重要。因此，我們支持跌倒偵測以及兩種手勢的識別，一種用於頭痛，另一種用於緊急事件。然而，由於雷達點雲的稀疏和不規律特性，我們提出一種新的身體動作波形表示方式和一套處理程序用來平滑動作波形，利用雷達點雲的三度空間座標和速度在時間序列上的變化波形來表示動作特徵並作為神經網路的輸入，再搭配一輕量級的1D-CNN+LSTM神經網路來實現即時動作辨識。根據實驗結果，此方法可以達到30FPS的輸出效率和94%的辨識準確率。

臺灣的許多人要使用電腦打字時皆會選擇「注音輸入法」作為輸入的方法。然而要使用注音輸入法輸入中文時若無切換輸入法則有可能會誤用到英文輸入法。如要輸入「今天天氣好」五字，使用英文輸入法輸入時會輸出「rup wu0 wu0 fu4cl3」。這種文字不易理解。本研究的目的即為研究將未切換到注音輸入法而打出的英數符號混和字元翻譯為漢字的方法。 本研究使用「PTT 中文語料」與「維基百科中文資料庫」訓練 GRU、BiGRU、LSTM 和 Transformer 以及計算維特比演算法，並與 Google 輸入工具的進行比較。整體來看以 PTT 中文語料計算的維特比演算法的 BLEU4 分數最高，在準確率以及 BLEU4 的評分皆高於Google 輸入工具，分數分別為 0.94 與 88.3 分。 本研究之成果在應用方面極廣，可應用於線上翻譯或聊天軟體的即時翻譯。本研究使用之程式碼開源於 GitHub 頁面，除了可讓使用者下載使用外，使用者也可訓練自己的模型。

蕗蕎為原鄉部落常見且重要的香辛料作物，具有降脂、抗動脈粥樣硬化、抗菌等活性， 但對於血管舒張作用則少有相關研究。因此本研究以乙醇對蕗蕎進行萃取，再進一步以色層 分析等方法進行純化，其分離到之化合物由核磁共振磁儀（NMR）光譜技術分析及質譜(MS) 之鑑定，鑑定得到一個主要大量的固醇類天然產物: Laxogenin。另外透過頂空氣相層析質譜儀(HS-GCMS)，從生鮮蕗蕎(Allium chinense G. Don)共鑑定出 13 種化合物，其中包含 8 種含硫化合物，並以 Disulfide dimethyl 含量為 71%，占揮發氣體之含量最高。 在抑制血管收縮素轉化酶 (ACEI)活性測試中，取蕗蕎的酒精萃取物、大蒜的酒精萃取物、Laxogenin、diallyl disulfide 在濃度為 0.0125 mg/mL 下，其抑制率分別為 3.9 %、8.3 %、4.2 %、4.6 %。並透過電腦模擬分子對接技術(MDM)，發現 Laxogenin、diallyl disulfide 與 ACE酵素具結合親和性，以上結果顯示，推測蕗蕎具有抑制 ACE 酵素及降血壓之功效。