本研究研發出最適植物萃取液配方：洛神花3滴、黑豆1滴、紫莢長豆2滴、紫色高麗菜2滴與蝶豆花7滴。建構出具穩定性、連續性與高辨識度的天然酸鹼色階圖卡，於pH1～14範圍內產生自然清晰的協同變色反應，顯色漸層分明，辨識度高，成功取代市售指示劑。 探究初期以水萃法提取植物色素，觀察其顏色與稀釋後的色彩變化；接續將各萃取液滴於 pH2～13標準溶液中，運用電腦影像軟體分析RGB色彩參數，量化其變色趨勢。 探究發現，市售指示劑於全pH範圍內的顯色反應缺乏連續性與辨識度。因此更進一步評估植物色素間的協同效應，調整配方比例，提升色階表現整體性。最終優化配方具清晰的變色反應，整體效能優於市售指示劑，展現教學與綠色化學之應用潛力。

本研究調查恆春半島四重溪與保力溪口在鰻苗捕撈期間的混獲生物情形，於2024年12月至2025年1月共進行21次夜間實地觀察，記錄到共計50種混獲物種。研究團隊結合在地訪談、物種鑑定與中途安置行動，協助救援遭誤捕的非目標生物。結果顯示，鰻類與蟹類具有較高的耐受性與存活率，非目標物的救援總數更高於目標物白鰻數量。透過與善心漁民合作，並結合生態補償金制度，實踐「支付生態系統服務（PES）」的理念於鰻苗漁期。研究成果已由屏東環境保護聯盟彙整並提交政策建議，推動建立河口混獲補償制度，促進生態保育與地方生計的雙贏，實踐聯合國永續發展目標SDGs第14、16 與17項，展現地方科學行動與制度倡議整合的潛力與價值。

本研究以玉帶鳳蝶的生活行為為主，透過飼養觀察、文獻探討與實驗設計，探究其生活史、生理特徵與生態行為。結果顯示，二至三齡幼蟲即具備有臭角防禦、吐絲固定等能力，且同一親代中雄蝶較雌蝶先羽化，避免近親交配的機會。在食草方面，二至三齡幼蟲對橘子葉表現出顯著偏好。藉由與其他鳳蝶物種比較外觀，初步建立辨識依據，並以光照法檢查四齡幼蟲是否具有未發育完全的生殖器官(精巢)推測為雄性。研究者同時發現，幼蟲體色受食草葉色影響，呈現偽裝可能性。針對貝氏擬態的捕食實驗尚未得出明確結論，需進一步改良實驗設計。校園復育區的建置成功吸引鳳蝶訪花與產卵，顯示都市亦可成為生態棲地，具教育與保育意義，呼應SDGs陸域生態保育的目標。

媽媽種了許多玫瑰花，我在觀察時，看到一些白色小球，詢問老師知道這是草蛉的卵。我們到校園尋找並實際飼養草蛉，觀察牠們的型態和行為，同時設計卵、幼蟲、成蟲實驗。 在草蛉卵孵化實驗中發現草蛉卵會因為不同溫度高低，而影響牠的孵化率。 草蛉幼蟲期在覓食、運動和偽裝有特殊性，尤其偽裝能力最令人驚訝；草蛉幼蟲會把周圍的東西，都背在身上；偽裝過 程是用口器將物體夾住，再往上舉起，背部也跟著拱起，接住偽裝物，動作十分敏捷；每隻草蛉幼蟲身上都 裝著 滿滿 的 各式各樣偽裝物，我們推想這樣的裝扮可以讓幼蟲變強大，又可以隱藏自己。 草蛉幼蟲專門吃一些植物的害蟲，如：蚜蟲、粉介殼蟲、葉蟎等，是生物防治的益蟲。

本研究透過結合局部敏感雜湊（Locality-Sensitive Hashing, LSH）與知識圖譜（Knowledge Graph, KG）以改善檢索增強生成技術（Retrieval-Augmented Generation, RAG）在檢索的時候難以在精確度與效率之間取得平衡的問題。透過使用LSH 將資料分桶，接著利用知識圖譜進一步篩選資料，以提高檢索的精確度與效率。 實驗結果顯示，結合知識圖譜與LSH後的系統，在精確度（precision）上可達到91%，相較於VectorRAG 的84%提升約8.33%，與GraphRAG的96%則僅有5.21%的差距。此外，本系統在檢索時間上較GraphRAG降低了95.38%。由此可以證實，透過結合LSH及知識圖譜能在保持高精確度的同時，顯著提高檢索效率。

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。

本研究旨在解決肢體障礙或單手使用者在操作電腦時所面臨的不便，設計一款融合鍵盤與滑鼠功能的單手操作裝置。透過自製PCB電路板、客製化鍵帽與鍵軸配置、3D列印人體工學外殼，以及整合滑鼠感測器與QMK韌體技術，實現單手即可同時完成鍵入與游標控制的操作方式。我們的實驗結果顯示，單手使用時相較於傳統鍵鼠組合，本裝置能大幅減少手腕移動的距離與次數，有效提升使用效率並降低疲勞感。產品設計不僅針對身障者，也適用於特定單手使用情境，具備良好的通用性與實用價值。未來將持續優化硬體與軟體，期望推廣至更廣泛的使用族群，實踐科技輔具的社會意義。

本研究開發了一個基於多項人工智慧技術的多模態失語症溝通系統，旨在提供失語症患者能提升表達自我和參與社交的能力的工具。系統以iOS App作為主體，接收環境影像、語音、唇語、手勢及情緒等多模態資訊後，透過大型語言模型產生完整敘述，再以語音合成播放。研究創新開發AphasiaSim-LLM生成高度擬真的模擬失語症語料，並以量化評估取代主觀評分，證實Gemini 2.5 Flash於語句還原表現最佳；此外亦建構了輕量級手勢辨識模型，並以ORB演算法優化關鍵幀提取；透過異步處理、FFmpeg影片取幀及輕量Flux文生圖模型等優化策略，最終完成能有效輔助失語症患者進行流暢溝通之系統。

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。

本研究以天然材料製作「水溶性包裝袋」為目標，期望改善塑膠袋所造成的環境問題。從腐壞地瓜萃取出澱粉為原料，並將甘油、聚乙烯醇（PVA）、檸檬酸、硬脂酸及水混和以塗佈機於玻璃片上製膜。針對不同比例所製成的水溶膜，透過SEM探究聚合物的交鏈情形；藉由拉力實驗找出膜袋 荷重性最佳的成分比例，澱粉、甘油含量較低者，膜袋荷重表現佳。以熱重分析法探究膜袋之熱穩定性。以FTIR分析成分比例不同的膜之氫鍵，圖譜中可見甘油所造成之變化，同時影響膜的黏滯性。透過微粒動力學將膜溶於水中，施以擾動並觀察微粒粒徑變化情形，攪拌時間越長粒徑越小。最後，將自製膜放於植物盆栽上，觀察植物成長及測量滲透水pH值，確保其對環境友善，以利推廣應用。

雷射影印機運作時，可能會釋放細懸浮微粒與臭氧，成為人體呼吸道健康的一大隱憂。本研究將探討雷射影印機的懸浮微粒與臭氧逸散特性，測量其排放的時序特徵，企圖減少影印機排放之汙染物。我們在一密閉壓克力箱中設置家用雷射影印機並在其影印過程中透過儀器量測其汙染物的數值變化，並在過程中排解干擾數值結果的環境變因（如：水氣）。亦透過數值模擬分析懸浮微粒的擴散情形，以提供改善建議。依據研究結果，本研究確立了懸浮微粒與臭氧在影印過程中的逸散，而加裝濾網後能使汙染的情形得到改善。電腦模擬結果則顯示，影印機的設置應距離呼吸道至少0.3公尺以上，則可有效降低人體吸入PM2.5之風險。

現有的排風設備往往受環境風向影響，導致進風量受阻，進而引發通風不足的問題。在進氣效率低落的環境中，無論是工作安全、設備運行，甚至日常生活，都可能面臨潛在風險。本創作的核心特色在於風扇能根據外部風向靈活調整運行方向，使排風設備即使在外界風場干擾下，仍能維持穩定且高效的通風率，從而有效改善傳統排風設備的局限性，提升整體換氣效能與環境安全。