團隊透過分析臺灣台灣周遭八個處海洋浮標測站資料，自2021年1月到2024年10月為止之示性波高、平均週期、平均風速、海溫等資料間之相關性，並試從不同位置測站之海洋條件與大氣因素，來綜合探討影響臺灣周遭海域波浪能蘊藏量的關鍵因素。並透過分析海溫與波浪能變化的關係，試圖瞭解全球暖化平均海溫上升，對臺灣周遭波浪能蘊藏的變化趨勢。 團隊發現影響臺灣周遭海域波浪能蘊藏的因素，除了季節性季風的影響，黑潮主流以及澎湖水道的黑潮支流湧升流，也都 可能 是影響臺灣周遭海域波浪能蘊藏的重要因素。團隊也發現，在臺灣周遭海域波浪能蘊藏與海溫變化有負相關的趨勢，此現象與臺灣中央研究院針對過去70年，全球波浪能的變化趨勢並不一致。其原因可能是臺灣所屬地理位置環境的關係，也可能是分析的數據資料僅有4年無法準確看出趨勢變化。

本文研究了一個信息完全公開的組合遊戲，探討當一群人被完全隨機的分配到模型裡時，其初始位置與特定位置所形成的包圍關係，並探討最佳的人力分配。本研究通過座標解析與不等關係的代數運算等方法，成功找出獲勝條件對於遊戲雙方的限制，並進一步解決問題。在研究的過程中，也將結論擴展到不同模型，探討不同模型對於遊戲造成的影響，並比較其結論有何區別。

在現代社會高齡化的趨勢下，老化與衰弱成為引人注目的社會問題，近期也被認為是造成死亡的主要原因。本研究探討了不同年齡小鼠腎臟功能及分子機制的變化。結果顯示，老化小鼠腎絲球過濾率較差，腎損傷指標NGAL和KIM-1增加，顯示老化影響腎功能。此外，老化小鼠的抗氧化能力下降，CHOP蛋白顯著上升，顯示內質網壓力增加。急性腎損傷實驗進一步發現，老化小鼠的腎功能下降及組織損傷較年輕小鼠嚴重，且脂質代謝及粒線體生合成指標呈下降趨勢。這些變化是否由於適應性未折疊蛋白XBP1表現下降造成，仍須更進一步研究釐清。總結，本研究探討年輕與老化小鼠腎臟之分子機轉差異，有助於深入了解老化對腎臟功能的影響和造成急性腎損傷與衰弱症之關鍵因素。

由於符合活體研究、解析度、穿透深度等需求，加上螢光技術，使光學方法成為追蹤單一腦神經工作情形較合適的方式。其中重要元件 TAGlens （可調式聲學梯度折射透鏡）的透鏡（目前 z 軸焦距變動最快的透鏡裝置），透過焦距快速變動達到快速掃描。不過 TAGlens 在高強度雷射穿透下，焦距變化範圍會產生改變，我們稱之 TAGlens 的熱效應。 本研究即研究 TAGlens 的熱效應，使用不同研究方法以量化並分析，其中利用體積影像中螢光球軌跡變化的方法，明顯呈現了 TAGlens 熱效應的變化，我們發現入射雷射功率越大，會使 TAGlens 的焦距平衡點越遠，焦距變化範圍越小。未來可望校正 TAGlens 因熱效應造成的數據誤差。

此研究是關於一個離心力抽水機的理論建模和實驗設計，我探討了此抽水機的流量與出口流速、分別影響了時間內抽出水量或抽水落地的位置。在初步的實驗觀察中、我發現抽水時的不同流況以及其影響，並且用定性解釋去描述它的邊界條件。在我流量的理論建模中，我考慮了基本的離心力與重力、雖然這兩種力描述了水的運動、但無法用來預測流量。我再加入白努力方程式來計算壓差、並充分的考慮摩擦阻力在紊流情況和水管材質。之後我利用F=ma推導水受合力的情況、考慮離心力、重力與摩擦阻力能到出口流速的預測。最後將理論裡實驗比較、結果非常相似。我利用3D列印改變6種抽水機的變因，將每項的結果與理論比較、並分析其誤差的原因。最後利用先前的結論能夠的設計一個可客製化與最佳化的離心力抽水機。

本研究專題利用混沌電路所產生的信號來實現混沌雷達偵測物體的距離，在實作上面，使用運算放大器、電阻、電感及電容來實現蔡氏電路，並證明可用其混沌狀態發生的紊亂振盪來產生混沌雷達所需的信號，其產生的電壓信號，經由數位儲存示波器取出資料再加上軟體MATLAB的資料處理及信號分析，並使用了類神經網路中的循環神經網路，嘗試回復電路的設計參數，可證實蔡氏電路所產生的混沌信號，用於雷達信號的偵測不容易被破解、干擾且具有高度的安全性，未來極具發展潛力。

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。

本研究主旨是在探討颱風與季風互動對颱風風場不對稱性變化的影響，分析了2013至2024年9月期間的颱風數據，結果顯示，季風是影響颱風風場形狀的關鍵因素。在東亞特有的季風氣候中，84%的颱風受到季風共伴的影響，我們發現，在季風共伴下，颱風的七級風場會呈現螺旋形，東北季風影響下多呈「6」形，西南季風影響下多呈「9」形，這些形狀可用「等角螺線」來描述，對於季風影響不明顯的颱風，風場形狀則更接近橢圓。我們進一步計算集合重合率以驗證形狀描述的準確性。 此外，本研究將颱風生活史的流型演變分為五類，結果顯示，環境條件相似的颱風，在流型變化上具有相似性。我們還利用颱風氣流場裝置模擬颱風風場，測量風速和風向，深入探討環境風場對颱風不對稱性的影響。

This report presents a novel AI-driven tool for aiding musical composition through the generation of chord progressions. Data acquisition and analysis are discussed, uncovering intriguing patterns in chord progressions across diverse musical genres and periods. We developed a range of deep learning models, from basic recurrent networks to sophisticated Transformer architectures, including conditional and style-based Transformers for improved controllability. Human evaluation indicates that, within the context of our specific data processing methods, the chord sequences generated by the more advanced models are practically indistinguishable from real sequences. The models are then integrated into a userfriendly open-source web application, making advanced music composition tools accessible to a broader audience.

The economy around the world is changing rapidly, with new ways of industrial production being introduced all the time. This is due to the Fourth Industrial Revolution. The main objectives of Industry 4.0 [5] are digitalization and full automation of production processes, which increase productivity and worker safety.

本研究透過JY61P六軸加速度陀螺儀與ESP-32S控制板，製作出球形水流流場監測模組，藉由Unity 3D軟體與C#程式編寫，擬合出水域的水流狀況，再搭配空拍圖與水域深度探測，進行水域模型的建立。在沙崙海水浴場水流模型，發現當水流由西南方進入模型時沿岸流會順著海岸線流入鳥喙地形，與本研究模擬出的水流流場相符，確認所設計之區域水流流場3D重建系統的可行性與準確性。若將水流流場監測模組連接GPS浮標，可方便回收監測模組並輔助水流流場監測，能探測更深、更廣的未知水域流場。 本研究建立的區域水流流場3D重建系統，可廣泛應用在未知水域的模型建立，發揮預警功能。在青山瀑布水流流場監測實驗中，發現在瀑布水潭中，不同的深度有不同的水流差異產生；且在不同位置可能會有斷層式的地形高低變化，因此在未知水域活動時，應注意水域環境狀況以確保自身安全。

本研究目標在建構可以識譜及吹奏中國笛的吹笛機器人。中國笛演奏必須協調吹法及指法；藉由控制吹氣流速、吹嘴角度及六指按壓音孔的變化來控制音高以完美地吹奏樂曲，是一項複雜的演奏技術。機器人以模擬吹笛口型的吹嘴，搭配兩個風箱往復送氣到一個壓力調節風箱送氣，以微控制板控制六個機械手指來蓋放完成演奏，為在音尾可確實止氣，設計一個風門，利用風門開闔也可模仿吐音技巧讓笛聲明確發音。辨識樂譜方面收集樂譜樣本，樣本分成譜線、音符、節奏三套，透過多任務學習MTL的深度學習架構進行訓練，建構可以辨識五線四間上下三線及全音符到16分音符及休止符的樂譜辨識模型。經測試若樂譜在符合音域範圍內，可以完整的辨識，轉換成音符資料傳送給吹笛機器人吹奏。