The human gut microbiome is integral to digestion, overall health, and metabolic disorder imbalances. Recent advancements in fecal microbiota transplantation (FMT) have highlighted the therapeutic promise of restoring healthy gut microbiota in populations with high incidences of diseases. Focusing on fecal DNA samples from healthy Asian individuals, this study examines the potential of novel Akkermansia strains, specifically Akkermansia muciniphila (Z62) and Akkermansia massiliensis (IR119), as next-generation probiotics for mitigating metabolic syndrome. A key aspect of the study is the investigation of short-chain fatty acids (SCFAs), which are produced and play a crucial role in regulating metabolic processes. SCFAs such as butyrate, acetate, and propionate are essential for energy provision to colon cells and exerting anti-inflammatory effects. The methodology involves selecting two Akkermansia strains, analyzing them through 16S rRNA and WGS, evaluating their growth and survival rates under acidic and bile-salt conditions, alongside their cell adhesion capabilities. The study focuses on the production of key short-chain fatty acids (SCFAs) and tryptophan derivatives by bacteria in regulating metabolic processes, as well as their anti-inflammatory effects on colon cells. Through in vitro assays, both strains exhibited survival in acidic/bile-rich conditions, though Z62 demonstrated superior adhesion to Caco-2 cells, suggesting a higher colonization potential. Metabolomic analysis revealed both strains produce SCFAs, including propionic and acetic acids, and indole metabolites, such as indole-3-propionic acid and indole-3-acetic acid, which are known to influence lipid metabolism and insulin sensitivity. In adipocyte cell models, IR119 significantly reduced lipid accumulation, while Z62 increased lipid presence. Furthermore, IR119 reduced pro-inflammatory cytokine levels, including IL-6 and TNF-α, suggesting potential for inflammation mitigation. The future potential of IR119 as a therapeutic probiotic is extraordinary in addressing complex metabolic and inflammatory diseases, which open new avenues for managing chronic inflammatory conditions like type 2 diabetes and cardiovascular disease. Future clinical trials could refine IR119’s efficacy, positioning it as a leading probiotic in preventive and therapeutic contexts.

一價銠金屬催化反應已經被廣泛應用於有機化學合成領域中。而本研究以具保護基之肉桂胺衍生物1與四芳基硼鈉試劑2a作為起始物進行銠金屬不對稱氫芳基化催化反應，得到具有保護基的掌性2,3-雙芳基丙胺衍生物3，並探討此反應的掌性雙烯配基對於反應的影響。本研究已完成使用Ts（對甲苯磺醯基）保護基之肉桂胺衍生物1a作為起始物進行反應，並改變與銠金屬錯合的配基，發現當配基使用2,5號位為芳基取代之配基L（掌性雙環[2,2,1]雙烯配基）時，反應有較好的位置選擇性，其中最佳的是芳基取代為苯基之配基L1，其位置選擇性比例為1:0:0.09。目前將進行改變起始物1之氮上的保護基，以L1作為配基進行反應，並與1a比較，優化反應性及產率。

本研究從濕地篩選出可能為新種的耐鹽菌Oceanobacillus sp.，暫命名為OC2，其在無植物相伴狀態下不會降低土壤含鹽量，但卻在與植物共存後誘發特殊機轉，促使土壤含鹽量降低約，並提升植物耐鹽能力，顯示 OC2與植物存在特殊交互作用。深入研究發現，OC2能產生IAA，並吸引植物根部向其生長以利其進入根部，並在鹽逆境下分泌代謝物以刺激植物合成脯胺酸 (增加達98.5%)提升根部滲透壓、增加葉片類胡蘿蔔素及類黃酮含量以提升植物抗氧化力。植物方面，鹽逆境下植物分泌的化學物質會觸發OC2產生更多的IAA(約17%)，藉以刺激植物根系發展以利水分吸收，而OC2的存在會促進根部澱粉酶活性上升達88%，以分解澱粉產生可溶性醣類供OC2使用，推測兩者存在共生關係。本研究展示新種耐鹽菌與植物的交互作用，期待透過此菌改善鹽化農地並能提升作物產量。

本研究記錄人類進行「剪刀石頭布」遊戲時的決策行為，也設計T型迷宮建立鼠婦之負趨光行為作為動物模式，探討行為偏好與決策依賴性等特性。我們發現「出石頭」的機率較高，且時間間隔縮短後，「出剪刀」的機率增加而「出石頭」的機率減少，並會展現負相關的決策經驗依賴性，其中「慢出組」更為明顯，代表出拳間隔縮短而減少意識作用，負相關的決策經驗依賴性即會減弱。另一方面，鼠婦在負趨光性刺激剛消失後，仍呈現負趨光性的選擇方向，具有習慣性。鼠婦在選擇行走方向多次後，會呈現與前次選擇的正向相關性。在負趨光性的環境刺激後，上述的現象會先消失，而後再現。若負趨光性刺激方向轉換，則原先的趨光行為消失，應是因方向選擇的習慣性干擾了負趨光性的選擇。

「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。

為了解台灣梅雨季的氣候特徵，本研究分析了2009至2024年間五、六月的降雨、風場流型及大氣環境。結果顯示，東北部冬季多雨，而西部地區則自五月梅雨季開始進入雨季，台灣的降雨區域逐漸南移，顯示大氣環境在此期間發生變化。我們分析了16年間的風場情形，歸納出7種單一風向流型及2種過渡流型，並整合其趨勢。我們發現，梅雨季期間，寒冷流型的出現頻率逐漸減少，而溫暖流型在夏季成為主流，不同流型之間的轉變具趨勢性。整合降雨資料後，結果顯示盛行風、低壓帶、地形效應與過渡流型對降雨有顯著影響，且發現致災性梅雨的發生條件。最後，本研究設計模擬裝置，利用不同密度的海藻酸鈉溶液與台灣模型，可模擬出符合本研究歸納的流型。

在臺灣手語辨識，先前研究所使用的監督式學習需要大量標記樣本而限制可辨識詞彙量。為此，本研究借鑒自然語言處理領域中BERT 的遮罩想法，將未標記手語影片隨機遮蓋部分幀數，並讓模型學習預測被遮蓋的幀數以學習臺灣手語的特徵，並透過遷移學習來訓練辨識模型，此作法可克服現有臺灣手語資料缺少的問題。經過實驗，本研究訓練之詞彙辨識模型達成了242 個詞彙量，94.8%的準確率。 此外，先前研究皆未在手語句子翻譯上有成果。因此本研究基於預訓練模型，整合設計手語翻譯的系統，實驗中，系統在100 個句子的翻譯表現達到88%的準，且BLEU-4 分數取得20.98，證明自監督學習的方式在手語辨識、翻譯上是有效的。並展現出樣本需求少與辨識詞彙量可輕易擴大的潛力。

本研究使用牛血清白蛋白（BSA）、穀胱甘肽（GSH）、金離子合成金奈米螢光團簇，並修飾上葡萄糖氧化酶（GOx）。此金奈米團簇上的葡萄糖氧化酶與葡萄糖反應，製造出過氧化氫，改變金奈米螢光團簇表面特性使螢光強度減弱，偵測葡萄糖濃度。 本研究探討不同條件金奈米團簇和不同濃度的葡萄糖反應，知道此材料可檢測到最低濃度的葡萄糖，且金奈米團簇在血液中對葡萄糖具有專一性，可穩定進行血糖檢測。另外，與不同濃度的人體血清樣本反應，發現血清濃度越高的螢光訊號下降明顯，因此可知修飾上葡萄糖氧化酶的穀胱甘肽輔助之牛血清白蛋白金奈米團簇（BSA/GSH-Au NCs）可用於人體血糖檢測。本研究開發出靈敏、快速、穩定的葡萄糖檢測材料，並期待未來能運用於實際的人體血糖檢測上。

在臺灣手語辨識，先前研究所使用的監督式學習需要大量標記樣本而限制可辨識詞彙量。為此，本研究借鑒自然語言處理領域中BERT 的遮罩想法，將未標記手語影片隨機遮蓋部分幀數，並讓模型學習預測被遮蓋的幀數以學習臺灣手語的特徵，並透過遷移學習來訓練辨識模型，此作法可克服現有臺灣手語資料缺少的問題。經過實驗，本研究訓練之詞彙辨識模型達成了242 個詞彙量，94.8%的準確率。 此外，先前研究皆未在手語句子翻譯上有成果。因此本研究基於預訓練模型，整合設計手語翻譯的系統，實驗中，系統在100 個句子的翻譯表現達到88%的準，且BLEU-4 分數取得20.98，證明自監督學習的方式在手語辨識、翻譯上是有效的。並展現出樣本需求少與辨識詞彙量可輕易擴大的潛力。

本研究旨在設計基於毫米波雷達的數位物理實驗系統，用於精確量化彈簧簡諧運動。傳統物理實驗易受肉眼觀察與手動測量的誤差影響，本系統利用24GHz毫米波雷達結合自製電路板，進行即時、無接觸的運動測量。透過設計電路板、撰寫韌體訊號轉換程式，並進行數位數據分析，成功開發了靈敏的毫米波雷達系統。我們利用彈簧簡諧運動實驗驗證了該系統，觀察不同質量砝碼對彈簧運動頻率的影響。實驗結果顯示，考慮彈簧質量後，測量數據與理論結果的均方根誤差從0.62Hz降低至0.35Hz，顯示出系統的高度精確性及穩定性。本研究成功解決了傳統實驗中的量測誤差問題，以毫米波雷達技術實現了精確觀測。開源設計有助於推廣至學校的物理實驗室，為學生提供先進的實驗工具與數據分析經驗。這展示了毫米波雷達在物理實驗中的應用潛力，並為未來教學實驗提供了高效、低成本的解決方案。

本研究利用合成不同形狀TiO2/MnO2/ZnO，藉由改變接觸面積進而提升染料去除率。在初實驗中將9 種金屬氧化物與甲基橙/亞甲藍/甲基紫反應，發現TiO2-甲基橙與MnO2-亞甲藍之組合有較好的去除能力。在改變反應溫度的實驗中，TiO2-甲基橙之去除率隨著溫度上升而降低，當中以25℃ 海膽形表現最佳，而在MnO2-亞甲藍的反應中，則以海膽形在25℃時表現最佳。最後改變染料溶液的pH 值，發現TiO2 海膽形在pH5.7 時表現較佳，MnO2 則是在低pH 時有較高的去除率，推測該結果與顆粒零電荷點及染料pKa 值相關。透過BET 與PL分析，TiO2 海膽形及MnO2 海膽形有較佳的比表面積與氧化能力，故整體去除效果最佳。此外本實驗亦利用LC-MS 驗證反應的確成功分解染料，且利用模式生物試驗證實處理後之溶液對生物毒性明顯降低。

氣候變遷加劇了蚊媒疾病對全球公共衛生的威脅，迫切需要創新的解決方案。在台灣，登革熱的傳播主要由蚊蟲滋生所致。為了解決此問題，我們設計了一款三層結構的3D 列印誘蚊器，包括吸引懷孕雌蚊產卵的誘餌層、捕捉蚊蟲的黏膠層，以及防止異物進入的保護層。該裝置成本低、易製作且不需要外部電力，特別適合在資源有限的地區部署。 我們結合校園監測站每日捕捉的蚊蟲數據與氣象站提供的溫度、濕度和降雨等環境數據，運用SARIMA 與隨機森林混合模型進行分析與預測。SARIMA模型負責捕捉蚊蟲數量的季節性與長期趨勢，而隨機森林模型則處理環境變數與蚊蟲密度之間的非線性關係。此混合模型不僅提高了預測精度，還能解析蚊蟲的生態模式，進一步指導誘蚊器的最佳配置。此外，我們還開發了紅外線感測系統，即時偵測蚊蟲活動，為監測提供精準數據。 為評估氣候變遷的影響，我們模擬了不同全球暖化情境下的蚊蟲密度變化趨勢。結果顯示，隨著溫度上升，蚊蟲密度呈現非線性收斂趨勢，但正相關性依然存在，強調了氣候變遷可能帶來的潛在危害。我們還開發了一個網站，用於即時呈現蚊蟲密度預測，幫助政策制定者和公共衛生機構有效應對疾病防控挑戰。 本研究與聯合國永續發展目標（SDGs）中的SDG3（良好健康與福祉）及SDG13（氣候行動）高度契合，展示了結合3D列印、機器學習、即時感測和網路技術應對蚊媒疾病的創新潛力。此系統提供了一個可持續的全球蚊蟲控制模型，為公共衛生、疾病預防及流行病學的未來創新奠定了堅實基礎。