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及二、四、八分音符的樂譜辨識模型。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。

本研究利用黑水虻分解食物產生熱量的特性，對黑水虻進一步的探討。蟲卵的顏色為淡黃色，以麥麩為底將卵放在上面，在光線黑暗的地方，室溫下約2~5天孵化。幼蟲對環境溫度、光線及濕度 會有影響。幼蟲食量非常驚人，廚餘可以有效的被分解，但研究中發現幼蟲對水果皮、生空心菜、發霉麵包最上層、有些整顆水果（例如：蘋果、柑橘、柳丁等）沒有切開皆不吃。觀察黑水虻進食時溫度變化情形，發現食用澱粉類食物，飼料換肉率高達4.67，最低是水果類（芭樂）飼料換肉率2.29，進食時4到10小時會產生溫度高達41度，水果類（蘋果）放出熱量達380卡，蛋白質類放出熱量達1080卡。將其排泄物種植小白菜，生長較茂盛。

水杯落下，撞擊地面後可產生高速累積噴流。分三階段：失重落下、撞擊、累積噴流。 微重力下，水坑深度d隨落下時間t漸增，達上限後不再增加d=dmax(1-e-δt)。親水性接觸面使水面形成球狀水坑。接觸角越大則水坑深度上限dmax越大，最大水坑為半球形，水坑抬升速度係數δ與表面張力及黏滯力比值有正相關。 撞擊時巨大慣性加速度G=131g使水坑崩塌並彙集，累積效應放大原速度，產生高速累積噴流Vjet2=Kv2。累積係數K與水坑深度d正相關，半球狀水坑K=18。h0不高時，水坑未成型，K值小，累積效應小；水坑成型後，K值達極大，Vjet2與h0成固定最大斜率關係。 噴流向上為拋體運動，最大高度Hmax=Kh0。 圓柱PET水瓶，直徑5.5公分，水量60ml-100ml，由25公分落下，形成近3公分水坑，撞擊產生10m/s累積噴流。水量不足30ml，因無法形成水坑且液體與杯底摩擦，無累積噴流。30ml至100ml無明顯差異，故30ml能量轉換效率最佳。

在本研究中，希望能由與前車距離、相對速度等數據，設計符合自動跟車功能的系統。能與前車保持固定距離，並追蹤相對速度，在前車煞車或加速時，使後車即時反應。 分別使用軟體模擬及Arduino控制車輛，測試PID控制在各情況的可行性。前車行駛模式包含等速、等加速度等，測試後車的PID組合，以設計出最佳的直線跟車系統。在軟體模擬中，經過變換車道、圓型軌跡、轉向等環境測試，分析出P值在各個情境的作用，及其大小的優劣或限制。利用第二測距感測器，以前車的轉向幅度，控制後車兩輪速度差，使系統具備轉向跟隨的功能。

我們研究的問題源自於〝棋盤上的蛇〞(Snakes on a chessboard) ，是由教授Richard Stanley所提出。問題如下：在 棋盤形格子上，蛇由任意一格出發，但蛇的走法只能往右→，往上↑，或停住。若此蛇已停住，將由另一條蛇來走，且不同蛇走過的格子不可重疊。證明：將 棋盤形格子完全覆蓋的總方法數為費氏(Fibonacci)數列某些項的乘積。 我們以〝生成格〞概念來解決問題，藉由生成格建立二維棋盤形格子〝蛇填充數〞與費氏關係，並試圖拓展三維空間棋盤情形，在過程中發現藉由〝生成矩陣〞可以組成空間棋盤的〝生成格〞，並以此解決p×q×r的空間棋盤問題。 2022年9月，在網站The On-Line Encyclopedia of Integer Sequences上發現由教授 Greg Dresden及其學生Aarnav Gogri提出的數列，與我們2022年3月於高雄市發表的科展作品中的一組數列完全對應，甚而對此數列的原問題Tiling a Hexagonal Strip with Triangles and Diamonds，我們的作品還能做進一步延伸探討。

去年我們在全國物理探究實作競賽被淘汰，主題是鐵尺的磁機械振盪器，賽後我們決定試著把它研究清楚。最初我們以為鐵尺的振盪行為類似繩上的駐波，但後來發現，鐵尺其實表現出懸臂樑的運動特徵。懸臂樑在建築學、結構和材料力學中很重要，在尖端科學的 AFM、STM、MEMS中也有應用。我們一開始使用 Tracker、Phyphox App、以及超音波感測器進行實驗，最終我們使用手機APP偵測鐵尺的聲學振盪，以及線圈產生感應電流，透過示波器偵測鐵尺運動的力學振盪，這兩種是我們創新的量測方式。鐵尺振動須用懸臂樑的力學解釋，理論包含 sin與sinh 函數。我們在聲學、力學振盪的實驗結果是互相驗證的，並與懸臂樑理論預期的頻譜一致，驗證了鐵尺的振盪為懸臂樑的運動形式。

鳥巢裡有n隻小喜鵲與1隻小斑鳩。小喜鵲分別編號1~n，小斑鳩編號0，這n+1隻小鳥圍成一圈，等待喜鵲媽媽的餵食。喜鵲媽媽餵食過程會遵守以下規則：當餵食完編號X的小鳥後，會順時針往下X個位置餵食下一隻，而餵食過程中若餵到小斑鳩，小斑鳩會將食物吃光。 本研究除了找出原題的三個答案外，並探討以下五個問題。 一、1隻小斑鳩和n隻小喜鵲按照0、1、2、3……順時針圍成一圈時，從哪一隻開始餵食，會讓最多的小喜鵲吃到食物？ 二、承一，吃最多份食物的小喜鵲，吃了幾份食物？ 三、重新安排小喜鵲的位置，使得每隻小喜鵲都能吃到食物。 四、承三，將小斑鳩的數量增加到m隻。 五、將研究結果運用於--值日生的安排、小組報告的順序……。

本研究主要為進行安全帽改造，昔日我們常見關於汽車的盲區偵測、內輪差等先進技術皆建置於汽車上面，但實際在行車上造成災害發生的主角大部分為機車，我們閱讀相關文獻發現目前並無機車有相關技術，再者我們希望此技術可以讓騎乘機車、電動機車、電動腳踏車、腳踏車等對象皆可使用，因此我們於安全帽上裝設鏡頭及雷達感測器，透過鏡頭進行車輛物件識別，以識別車輛類型及輪距，進而以公式繪製內輪差曲線與進行盲區車輛偵測；透過雷達計算車側距離以判斷車輛是否會太靠近汽車或是落入汽車之內輪差範圍內，將以上偵測結果透過抬頭顯示方式直接投影在安全帽的面罩上，如此一來將可讓機車及腳踏車族在行車上更具安全性。

鐵路時刻表排點直到目前為止仍十分仰賴人工作業，且排班優劣對於乘客服務品質有顯著的影響。本研究採用啟發式最佳化演算法以及模擬器進行旅客列車鐵路時刻表排點，希望能夠找出一份針對旅客需求，能夠提升旅客運輸成功率且降低旅途時間的時刻表。我們提出一種班表編碼機制，可依此機制產生班表草稿。我們研發的模擬器可將班表草稿轉換為合法無衝突之班表。最後，透過登山演算法來搜尋班表草稿，並以模擬器評估班表優劣，我們實現了一個自動化排班系統。實驗結果指出我們的模擬器能夠有效率地產生無衝突之班表，且所提出之演算法操作有助於提升運輸成功率和降低旅途時間。

日前，竹北發生天坑事件，讓我們想探討影響地層下陷和土壤液化的變因。於是我們設計了水量、地質、地層分布、震度、地樁長度和不同建物等變因的實驗。研究發現，地質種類是影響地層下陷與土壤液化的最關鍵因素。粗砂層最容易地層下陷與土壤液化上層是細砂的地層也較易液化。水位與震度越高影響越大，但二者也會交互影響，低水位要震度6級以上才會發生下陷；粗砂層則在中水位、震度4級以上就會下陷與液化。礫石層則只在7級以上才會下陷但不會液化。地樁較長者，房屋傾斜角度較小。竹北地質層易受強震而產生地層下陷、掏空及土壤液化，且軟腳蝦大樓在此地層中遇7級震度時，一震就倒故地樁長度與避免形成軟弱層結構是建築安全最重要的考量。

本研究主要在探討太陽系外行星的天空外觀和適居性。除了光的散射，行星大氣層中的物質大小、密度和溫度、行星的恆星類型、溫度和光度也是影響天空外觀的因素。我們使用Python程式語言從科學資料庫中提取和轉換太陽系外行星的數據，並用GPT-4平台來創造一個人工智慧模型。透過專家訪問和科學論文閱讀，我們把所學到的知識用英文寫出描述影響天空外觀和適居性的因素以訓練這個模型。最後，結合我們輸入的太陽系外行星資料，我們訓練的自定義人工智慧模型成功預測出符合科學數據之天空外觀和適居性的描述，並製作出細節豐富的圖片。我們是第一個使用人工智慧來預測太陽系外行星的天空外觀和適居性的研究，也自創了一個新且容易的恆星光譜類型記憶口訣。

現在手中有許多礦石及k個袋子，我們認定「一套」礦石是將n個礦石分成k份的k堆礦石。每次取一套礦石，僅改變每堆礦石對應的袋子而不改變每堆的數量，將礦石放入對應的袋子中，這個操作稱為「放一套」。本研究先探討需放入的最少套數使得每個袋子中的礦石數一樣多，後段則討論可使礦石均分在袋子中的所有套數所形成之集合，亦結合部分圖論性質以完整證明。如果改變n,k及一套中的礦石分配方式，對於所需放入的套數有何影響？我從k=2、k=3慢慢試驗，搭配程式的輔助，進而快速找出需放最少套數的方法，及可達成均分套數與礦石分配的關聯。