「在格狀平面中用矩形以互不重疊的方式鋪滿(2D rectangle tiling problem)」為一NP-complete問題(Dani`ele Beauquier et al ,1995)，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 stair algorithm 透過改變動態規劃紀錄狀態的方式，使狀態數大幅減少，進而改善求準確解的時間複雜度，也成功證明此演算法的正確性。本研究的演算法可被應用於平行計算中的負載平衡、積體電路設計等方面。隨後，本研究寫了一個互動展示品清楚呈現此演算法的功能。且以階梯演算法成功檢驗並比較 RTILE PROBLEM 的 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。

本研究中，我們對模型逆向攻擊在語音辨識系統中的影響及風險進行深入分析。隨著Siri、Google Home等智能助理設備在日常生活中的廣泛使用，其語者辨識系統的安全隱患引起了我們的注意。本研究目的在於深入理解模型逆向攻擊的運作機制，並探討其對語音辨識系統的攻擊效果。我們透過實施多樣化的攻擊策略，對不同的模型架構和數據處理方法進行了評估，並對人聲與非人聲的數據集進行了攻擊效果的比較。此外，我們亦實現了基於差分隱私的防禦算法，在多數模型架構下達到接近50%的防禦效果，顯著提高攻擊代價。研究整體揭示了語音辨識系統在面對模型逆向攻擊時的脆弱性，並藉由實驗分析推論出可能的防禦策略，期待能通過策略來增強模型的安全性。

此份研究主要探討：給定一組平面中或空間中的n條直線L1、L2、…、Ln，就這n條直線的相對位置、交點情形及n，判斷是否存在矩陣變換T使得Lk可經由矩陣A映射到Lk+1，其中k=1,2,…,n且Ln+1=L1，並討論矩陣的唯一性與求出矩陣的一般模樣。

肝細胞癌 (HCC) 為全球導致高死亡率的癌症之一，第一線標靶治療藥物 Sorafenib 雖能延長患者存活期，但其療效有限且伴隨嚴重副作用。在癌症中，中心體異常所導致的染色體變異是腫瘤發展的關鍵因素，而動力蛋白已知參與中心體裝配，且前人研究結果表明動力蛋白與肺癌、 HCC 等多種癌症有關連 。故本研究先透過基因表現資料庫分析，發現 HCC患者中的動力蛋白重鍊基因表現量大致顯著高於一般，後以 Ciliobrevin D 抑制三種 HCC 細胞株 Hep3B、HepG2、Huh-7 中的動力蛋白，並藉細胞存活率分析、遷移試驗與西方墨點法，探討抑制動力蛋白與 HCC 的關聯。據實驗結果，抑制動力蛋白後， Huh-7 的遷移速率減緩， 蛋白質表現量亦隨抑制劑濃度升高而降低。這表示抑制動力蛋白具有抑制肝癌細胞轉移的潛力，期未來能成為肝癌新的治療靶點。

離岸流是海灘安全的重大隱患，台灣有30處海岸經衛星拍攝到離岸流。其發生時間和地點不定，且會迅速將人帶離岸邊，最遠約100公尺。民眾常因掙扎而體力不支，導致溺斃。為減少此類事故，本研究開發了一套離岸流偵測預警系統，構建出準確度超過95%的辨識模型。 因台灣無離岸流圖庫，本研究除國外圖庫，也加入台灣GoOcean等平台的即時影像，以貼合台灣實際狀況。經影像前處理後，共約四萬張圖片和五十部影片用於訓練YOLO v8模型。當偵測到離岸流，即時透過Discord發送警報至救難中心。我們也加入人形辨識功能，若系統同時偵測到人與離岸流，則加強警戒等級，從而提升救援效率。 完成離岸流辨識系統後，我們著手開發預警功能。將辨識模型應用於各地監視器，蒐集更多離岸流資料，再先後使用YOLO v8和Transformer提取生成特徵，預測其發生，以達成預警的功能。

我們是探討磁星的短X射線爆發(Short X-ray burst)。利用RXTE太空望遠鏡觀測磁星1E2259+586的數據，經由Bayesian block方法對光變曲線篩選找出爆發，並配合「波松分佈」與「虛無假設」找出50筆爆發事件(爆發的正確性有5σ的信心水準)。再利用HDBSCAN非監督式學習演算法來對短X射線爆發進行分群，找出此磁星有「短暫且高能爆發、中等持續與能量爆發、較長持續且溫和爆發、快速且低能爆發」現象，暗示了磁星爆發的多樣性並有不同的爆發機制。此外我們也發現磁星可能有「週期性」的現象，也許是自轉週期、地殼受的應力或磁場變化經過同樣時間累積(有週期性)而爆發。我們也比對有快速電波爆發 (Fast radio burst, FRB)的磁星SGR 1935+2154，看是否1E2259+586有FRB現象，結果暗示1E2259+586可能沒有FRB現象。

本研究利用中央氣象署2003年至2022年在宜蘭地區的地面測站雨量及風場觀測資料，分別在蘭陽溪以北與以南的平原與山區各選取十個測站進行分析，再輔以宜蘭降雨觀測計畫所提供的探空斜溫圖，探討宜蘭地區三維風場及因特殊地形作用所產生的雨量分布及變化。研究結果顯示：宜蘭地區的降雨量多寡與降雨特性分成五區，分別是中央山脈迎風面（4000~5000mm）>雪山山脈山區（約3500mm）>平原內部（2500~3200mm）>中央山脈背風側（約2700mm）>無地形作用（約1200mm）。其中中央山脈迎風地區年雨量逐年上升，背風面雨量逐年下降。另大尺度的東北季風進入宜蘭平原，與地形交互作用產生繞流西風再與低層東北季風產生輻合舉升作用，常造成了宜蘭地區冬季劇烈降雨事件。

為了解決水污染問題，本研究探討共價有機框架（COF）作為光催化劑的應用。COF具備高度可調孔洞、高穩定性及選擇性吸附等優勢，有助於有效去除水中污染物，對未來具有前景。本實驗採用大氣常壓微電漿合成COF，此方法能在室溫下以水為溶劑，無需高溫或有毒化學品，並僅需一小時即可完成合成，具有綠色化學優勢。實驗結果顯示，成功合成的COF能有效降解水中常見染料污染物（結晶紫及亞甲藍），證明了COF的高效光催化性。在紫外-可見光光譜中，隨著光催化反應的進行，染劑吸收波峰顯著減弱並幾乎完全褪色，確認了COF優異的降解能力。掃描電子顯微鏡圖像顯示，COF的高度有序孔洞結構提升了其催化活性與穩定性。這項技術不僅能高效處理水中有機污染物，還具備廣泛應用潛力，有望為全球水污染治理與環保提供新思路。

本研究以電化學二氧化碳還原反應(CO2RR)技術將二氧化碳還原成高經濟能源燃料，使用水相合成法製備Cu/Zn銅鋅雙金屬奈米觸媒，改變金屬間的比例: Cu2Zn1、Cu1Zn1、Cu1Zn2以及通入N2/O2/H2 熱處理改變觸媒氧化態，而改變氧化態可以在化學性質、催化活性、電子結構等方面有重要影響使其催化出不同反應路徑，改變產物生產效率和選擇性。用能量散射光譜儀、X光繞射儀鑑定奈米觸媒間金屬比例和晶型;線性掃描伏安法和氣相層析儀探討二氧化碳還原法拉第效應和生產效能。結果發現Cu2Zn1-N2能產生最多的CH4，因改變氧化態使其效能高達53.03%; Cu1Zn2產生最多的CO，效能為44.99%，推論為鋅的比例較高所致。

為隔離環境聲音增加蚊蟲專一性的聲音，自行製作降噪錄音箱，分析聲譜使用Audacity及Room EQ Wizard兩個軟體，結果顯示自製錄音箱可吸收95.7%的環境聲音能量。白線斑蚊的雄蚊平衡棍長與翅音統計達顯著相關；而雌蚊平衡棍長與翅長統計達顯著相關。白線斑蚊及埃及斑蚊兩者翅音皆具有專一性，同種雄蚊及雌蚊會受彼此翅音誘引，而雌蚊交尾後會被同種交尾雌蚊翅音誘引。雌性埃及斑蚊交尾後的翅音對同種雌蚊平均誘引產卵率為85.8%，統計達顯著差異。自製捕蚊機（合成翅音誘捕，平均誘捕率為66.7%）較市售捕蚊機（UV光誘捕，平均誘捕率49.7%）誘捕率高出17.0%。自製捕蚊機可做為白線斑蚊及埃及斑蚊防治資材之一，且為環境友善防治法。

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。

The DIVE&CLEAN project is an educational and innovative initiative aimed at addressing a significant environmental challenge: marine pollution. With oceans covering over 70% of the Earth’s surface and providing a home to 50–80% of life on the planet, their health is critical. However, marine ecosystems are under threat due to plastic pollution, which impacts wildlife, coastal communities, and global biodiversity. This project centers around the idea of introducing underwater trash bins, especially in areas frequented by recreational divers. While most divers explore the seas without specific tools to collect trash, they could contribute significantly with the right infrastructure. The vision of DIVE&CLEAN is to inspire behavioral change, encourage collaboration, and promote actionable solutions to reduce ocean pollution. Using interactive robotics and storytelling, the project tells the story of divers rescuing animals entangled in plastic and collecting trash from the ocean floor using underwater bins. Through creative performances, it seeks to educate and motivate individuals, resorts, and authorities to adopt sustainable practices.