本研究將不同比例的硫.與二氯化錫，在固定溫度200℃、加熱時間9小時，所合成出的壓電材料SnS2用來降解羅丹明染料，實驗結果發現以莫耳比1：4為最佳，降解率可達到96%。接著固定莫耳比1：4及溫度200℃下，發現在不同水熱時間時以水熱九小時的SnS2觸媒降解效果最好。最後本實驗以固定比1：4及水熱時間9小時在不同水熱溫度所合成的SnS2觸媒，以水熱溫度200℃時的降解效率最好，可達到96%。接著我們將最佳合成條件的觸媒對不同濃度的羅丹明進行降解，可發現當羅丹明濃度達到50ppm時，只需要2秒降解率即可達到99%，即使濃度達到70ppm時濃度降解效果仍可達到86%。最後對SnS.觸媒進行SEM分析發現顆粒大小為微米等級，而在PL分析發現本觸媒具有活性的能力且符合實驗結果。

本研究先觀察著名的密克定理（Miquel theorem）與密克點（Miquel point），我們創新給出了新的研究項目，關注密克點𝑃與密克三角形的頂點所構成直線和原三角形𝐴𝐵𝐶三邊直線的其餘六個交點，這是前人沒有觸及的研究項目，從而定義旁接三角形與衍伸三角形。 我們先針對特殊型（直角）的構圖，發現滿足兩個衍伸三角形的有向面積 [𝐴1𝐵1𝐶1]=±[𝐴2𝐵2𝐶2] 時，𝑃 點形成的軌跡為原三角形的 Kiepert hyperbola 與外接圓，這個是有趣且重要發現，我們也進一步給出其幾何必然性。進一步考慮 [𝐴1𝐵1𝐶1]=𝑟[𝐴2𝐵2𝐶2] 時，則刻劃出 𝑃 點軌跡為圓錐曲線系。在前面的基礎下，再針對一般型（任意角）的構圖，若 𝑃 點位於原三角形外接圓及Kiepert hyperbola 與 Steiner circumellipse 的線性組合曲線上，此時兩個衍伸三角形 𝐴1𝐵1𝐶1 與 𝐴2𝐵2𝐶2 的有向面積比值為定值，且兩者恆為相反數。

本研究運用綠藻、螺旋藻、卡拉膠（k,i,λ）進行製備碳點並應用高效超級電容。本實驗已完成綠藻、螺旋藻、卡拉膠（ k,i,λ）在不同的pH值中的溶解度測試，並找出綠藻、螺旋藻、卡拉膠（k,i,λ）各自適合溶解的溫度及溶液。此外，中途也已透過文獻中的實驗證實我們實驗中所運用的電化學實驗設計及裝置可以成功製備出碳點。而在電化學製備碳點的部分目前完成單獨藻類、藻類加histidne的電擊實驗以及測其吸收光譜，也運用先前製備出較穩定的碳點加入MXene進行電化學分析，透過碳點擴大MXene分層，以達到增加MXene電化學效能的效果。最後，預計之後將進行更多的電化學分析，進一步地確認碳點結合MXene能在超級電容的應用。

Due to their pollination services, honeybees are one of the most ecologically vital animals, being singlehandedly responsible for nearly 80% of global agricultural pollination [1]. However, in recent years, they have experienced large declines in populations, and as a survey reported roughly 50% of beekeepers in the US lost their honeybee colonies [2]. These losses are experienced globally due to a combination of many factors, including but not limited to habitat loss, pesticides, climate change, and other invasive species [3, 4]. One of the biggest factors attributed to the decline of honeybee colonies is the usage of pesticides, specifically neonicotinoids [3-6]. Neonicotinoid compounds have been used globally since their introduction in the early 1990s [4]. Studies have shown that neonicotinoids can have both sublethal and lethal effects on honeybees, depending on the dosages that they are exposed to, as neonicotinoids bind to nervous system receptors of honeybees [7]. These effects can range from behavior changes to altered motor functions [7-9]. Among the reported effects, one of the more significant ones is the effect of neonicotinoids on honeybee learning and memory [10, 11]. Additionally, there is a lack of availability for methods of monitoring of honeybee hives, essentially meaning that the only methods to track honeybee health are through obtrusive physical methods of inspection. This paper aims to develop a novel AI-based honeybee health assessment system, able to monitor beehives using the following functions: continuous temperature and humidity monitoring both inside and outside the hive, as well as video and audio recording to assess honeybee health as well as population. In addition, this system can be used for honeybee-related studies such as nutrition effects and evaluation on health, learning, and memory. To do this, four types of nutrition have been studied and their effects have been analyzed by a deep learning approach.

背景：預測分子性質如溶解度、毒性及熔沸點對於基礎科學至關重要。然而，實驗測量這些性質耗時且昂貴，因此本研究使用多種機器學習模型藉由調整變相來準確預測熔、沸點。 方法：本研究使用超過一萬筆數據及兩種類型的機器學習方法：淺度與深度學習。淺度學習由 PyCaret實現，並以Mordred作為分子描述器；深度學習使用圖神經網路，包括（CMPNN和GCN），並調整隱藏層參數。 結果：CMPNN在目前嘗試的模型中表現最佳。發現影響沸點預測的關鍵特徵是piPC1，與鍵級相關；熔點則是AATS0d，與σ電子的 Moreau-Broto自相關有關。 結論：CMPNN模型在沸點與熔點預測中均表現最佳。沸點中深度學習模型優於淺度學習模型（p<0.05）。此外，使用SHAP成功找出piPC1和AATS0d對最關鍵。本研究不僅得出了高準確性的模型，還發現了影響分子性質的關鍵特徵，且可擴展至其他預測。

本研究設計與合成一系列的電子供體分子，以研究分子單體的化學結構對於所形成的激發複合體光物理性質的影響。 五個所設計的供體分子已被成功的合成並確定均具有分子內電子轉移的性質 其躍遷偶級距變化分布範圍在17.6-28.6D之間。 將此五個供體分子分別與兩種電子受體分子在溶液聚集在一起，利用在長波長處所新生的螢光發光，推測激發複合體的形成。研究的成果並顯示，具有類似三角形結構的供體分子將更容易形成激發複合體，而具有棒狀結構的分子則較不易形成之。此成果有效的提供有關於單體分子結構的設計對於所需激發複合體光物理性質的影響，形成可快速地提供各式不同發光波長的材料，將可作為在發光二極體發光層材料、螢光感測器、生物成像等領域需求時的分子設計藍圖與指引。

本研究開發基於RNN和LSTM的獨居者居家行為監控系統，利用樹莓派、多種無侵入式感測器及鏡頭實現獨居者日常活動的實時監控與情緒評估。系統收集各感應器數據，透過 LSTM 進行學習與預測，並使用隨機森林演算法分析行為狀態，提供客製化數據處理與預測性能優化。 長期數據收集可觀察獨居者的活動力及情緒變化，早期發現健康風險，針對現有求救設備頻繁異常通知的問題，我們開發了能夠識別長期身心狀況變化的監測系統，並整合人體紅外線感應器、都卜勒雷達感應器、日夜感測器等技術，透過Python程式及MQTT進行數據收集與處理。模型訓練使用SQLite資料庫數據，經過多次測試選擇最佳參數以提高預測準確度，隨機 森林演算法也強化決策準確性。 通過長期的數據收集和分析，本系統能夠觀察並預測獨居者的活動力和情緒的變化，早期發現獨居者的身心健康是否有風險。

在許多疾病，如癌症、心血管等疾病中，微核醣核酸 ( microRNA，簡稱miRNA) 的表現水平可作為診斷指標。現行檢測miRNA多使用RT-qPCR，然而此技術成本高、操作繁瑣且耗時。本研究自行設計可抓取目標miR-155的DNA分子探針，透過化學合成與修飾將此探針接合在奈米金-聚苯胺( GNP@PANI )電極上，組裝出具靈敏度與特異性的DNA分子電極。實驗結果顯示：此自組裝探針電極具有良好的線性檢量關係，偵測極限可達0.1 nM。在摻雜多種miRNA的樣品中，此電極仍具有極佳的專一性，回收率高達101.5 %。應用於含生物基質的尿液樣本，可不受背景干擾，其檢測差異僅約0.4 %。本研究採用電化學技術來檢測miRNA，不但成本低、操作簡便，且可依據目標分子進行客製化設計，為新一代檢測技術開創前景。

利用鏡檢大生熊蟲形態檢測蔬菜中硝酸鹽壓力，常有形態判別問題，本研究想利用其自體螢光開發新型檢測模式，利用硝酸鹽壓力下其活動與隱生比例差異與自體螢光強度關係，檢測硝酸鹽濃度。顯示其自體螢光最佳激發波長為488 nm，製作檢量線(R2=0.99)與自製裝置使用470nm波長激發以壓克力濾光(R2=0.97)可檢測0〜156 mg/L硝酸鹽，可改善鏡檢缺點，並嘗試應用，發現蔬菜硝酸鹽 (小白菜492mg/L)，超出其自體螢光檢測極限，且蔬菜萃取液會影響大生熊蟲自體螢光，目前能進行定性分析，後續將分析蔬菜中造成干擾物質，繼續評估其應用性。探討其螢光機制，利用組織切片，探討大生熊蟲自體螢光強度與表皮層厚度在隱生和活動狀態下，是否具有相關性，發現脫水樣本自體螢光強度與螢光面積較活動樣本無差異(p>0.05)，推測自體螢光強度會受到其隱生時體表收縮程度有關。

本研究探討聲音共振引起腔體開口處氣流噴出的現象。實驗通過揚聲器播放聲音，使固定的錐形瓶產生共振，並改變聲音頻率、聲音強度及腔體參數（體積、瓶口截面積、瓶頸長度）分析氣流的形成原理與機制。腔體非共振情況下，腔體內外氣壓的振幅差較小，且存在相位差，此時開口處並未測得氣流；而在共振時，腔體內氣壓振幅顯著增加，導致開口處出現氣流且流速達到峰值。而流速峰值頻率與腔體幾何參數的關係符合修正後的亥姆霍茲共振公式，其中瓶頸有效長度應為L+1.45D。此外，氣流形態受衝程比L/D影響，當衝程比小於0.1時，氣體噴出後容易被重新吸回腔體，無法形成噴流；而衝程比大於0.4時，噴出氣流形成穩定的不連續渦流環，即合成噴流；在0.1至0.4之間時，氣流形態處於過渡狀態。本研究為聲能轉動能方面提供新的研究途徑，並有進階研究的可能性。

本研究先觀察著名的密克定理（Miquel theorem）與密克點（Miquel point），我們創新給出了新的研究項目，關注密克點𝑃與密克三角形的頂點所構成直線和原三角形𝐴𝐵𝐶三邊直線的其餘六個交點，這是前人沒有觸及的研究項目，從而定義旁接三角形與衍伸三角形。 我們先針對特殊型（直角）的構圖，發現滿足兩個衍伸三角形的有向面積 [𝐴1𝐵1𝐶1]=±[𝐴2𝐵2𝐶2] 時，𝑃 點形成的軌跡為原三角形的 Kiepert hyperbola 與外接圓，這個是有趣且重要發現，我們也進一步給出其幾何必然性。進一步考慮 [𝐴1𝐵1𝐶1]=𝑟[𝐴2𝐵2𝐶2] 時，則刻劃出 𝑃 點軌跡為圓錐曲線系。在前面的基礎下，再針對一般型（任意角）的構圖，若 𝑃 點位於原三角形外接圓及Kiepert hyperbola 與 Steiner circumellipse 的線性組合曲線上，此時兩個衍伸三角形 𝐴1𝐵1𝐶1 與 𝐴2𝐵2𝐶2 的有向面積比值為定值，且兩者恆為相反數。

本研究利用農業廢棄物再加工後的-炭化稻殼，經食用醋處理後搭配環保防水明膠配方製成碳紙電極，作為可充式鋁電池的正極材料；負極則是在鋁箔上塗一層較環保無毒的PVA；電解液使用2M氯化鋁/0.1M食鹽水/5g醋酸鈉，吸附在濾紙上，成功製作出可充式「炭化稻殼紙/鋁電池」，充放電循環3次後，放電的初始開路電壓最高可達1.296V，初始短路電流可達137.1mA，串聯兩個電池後，成功使LED燈發光持續至少72天，亦可推動風扇在約4mA的工作電流下維持215分鐘。本作品多使用食品級的環保材料，較以往作品具有低汙染、低成本、超輕薄、可充電、可彎曲等多項優勢，充電後的穩定性更優於市售石墨片電極，可連續充放電至少5次，在進行穿刺實驗後更證實其安全性較鋰電池高，期待能為大型儲能系統添加一股永續環保的新契機。