本研究的目標是做出空氣清淨器來改善空氣品質，我們利用防霾紗網及活性碳濾棉自製濾網，並透過等離子產生器將等離子注入空氣濾網內部進而過濾懸浮微粒、甲醛及總揮發氣體(TVOC)等有害物體，透過實際在前鎮漁港、台電南部發電廠、左營區某國中、林園區大林發電廠實地測試清淨機的清淨成效如下: ．前鎮漁港：PM2.5改善率33%；PM1.0改善率28%；PM10改善率31%。 ．台電南部發電廠：PM2.5改善率29%；PM1.0改善率23%；PM10改善率28%。 ．大義國中：PM2.5改善率30%；PM1.0改善率22%；PM10改善率26%。 ．大林發電廠：PM2.5改善率59%；PM1.0改善率58%；PM10改善率55%。 我們也自製壓克力觀察箱，從中探討等離子、負離子及水霧清除TVOC、懸浮微粒的成效，並透過HEPA濾網、活性碳濾棉、各種紗網、熔噴不織布等濾材來進行過濾實驗並找出較佳的組合，從而製作出環保又經濟的空氣濾網。期望空氣清淨機可以成為教室的標配，讓大家在安全的室內環境中學習。

近年來流浪犬攻擊野生動物已對環境生態造成威脅，改善流浪犬認養現況勢在必行。本研究開發一套多模態AI快速評估與媒合平台，整合聲音、動作與圖片資料進行分析。系統流程包含：建立多模態資料庫、 以梅爾頻譜與 DeepLabCut 擷取動作特徵、分別訓練CNN 聲音模型（準確率71%）與LSTM行為模型（62%），最後再以整合評估模型進行友善度與敏感度等量化指標評分；接著透過串接雲端介面，可自動輸出認養評估報告並即時給出媒合建議。研究首度將多模態深度學習導入流浪犬情緒評估並串接領養流程，期望透過科技減少棄養、降低流浪犬對野生動物的威脅，並促進人犬共融。

本研究共實驗11種金屬當電極片，電功率的效能最佳是鎂片和碳片，過程中發現電極片材質會影響電壓，而電解溶液種類、電極片間隔、面積和浸泡範圍，則會影響電流量，間隔越小或面積越大，電流值越高。木炭和鋁罐、鐵罐或鋁箔紙可以用來簡易造電，以鋁箔紙最佳，但實測卻電壓不足，推測是鱷魚夾太多的緣故。因此利用鋅片和銅片可焊接的特性、鎂片和碳片發電效能最佳，分別進行串並聯實驗，而金屬電極片有著體積小、不易變質、能長久保存的特性，特使用3D列印機印製電池外殼，多次改良，以鎳片代替電線，開發出串聯5個並聯4組的防災電池，實測手機充電，歷時457秒，共43毫安時(mAH) ，約有5％充電量，本研究已有實體成品，可以直接應用在生活中。

本研究結合程式設計與運動科學，開發以Python為核心的投籃訓練輔助系統，用科學方法分析籃球投籃曲線數據，建立具回饋的訓練工具，幫助學生個人化訓練與提升表現。 研究採OpenCV電腦視覺技術追蹤籃球飛行軌跡，透過背景相減法，成功記錄了102顆 空心球的投籃軌跡座標，得到出手角度（平均49.35°）、入框角度（平均41.57°）及拋物線最高點（平均3.51公尺）等關鍵數據，並借助ChatGPT釐清分析方向與角度計算公式。 本研究利用攝影裝置結合電腦視覺分析，精準記錄投籃軌跡，透過數據分析得出空心球投籃的具體角度與軌跡特徵，成功建構以Python為 核心的投籃訓練輔助系統，為科學化訓練提供輔助機制，未來可擴展系統功能，納入更多參數或運動型態分析，提升系統的泛用性與準確度。

本研究目的在創建有效降低校園走廊奔跑的警示系統，以AI糾察隊取代人力。第一代利用micro:bit加速度感測器，以強度>2800成功判斷跑步行為並發出警示。第二代使用micro:bit、麥坤智能車及超音波感測器製作走廊跑步監測器，記錄時間差來判斷跑步與否，不僅找出學生走廊奔跑速率的邊界條件－兩機器距離60公分，時間差240毫秒，還突破測速照相單向偵測的限制。第三代用AI影像辨識與預訓練人體模型的OSEP平臺－它每0.2秒偵測鼻子X座標位移是否介於180~300，以此速率規則判斷是否奔跑。結果顯示，跑步辨識準確率達94%，還讓走廊奔跑率從71%降到48%，更建立即時通報系統，防治效果顯著。

本研究針對傳統手推車於上坡、下坡及搬運重物時操作費力的問題，設計一套具智慧感測與動力輔助功能的自適應電動手推車系統。整合雙霍爾感測器偵測輪胎轉速與方向、陀螺儀辨識傾斜角度，以及壓力感測器判斷推拉意圖，可依環境與操作情境自動調節馬達輸出功率。我們建構13項輔助邏輯規則，簡化系統運算並提升反應效率。 實測推動34.5公斤負載上坡時，未啟動系統需7686克重（約75.3N）推力，啟動後降為1167克重（約11.4N），省力幅度達84.8%邀請100位使用者操作問卷，88%認為前推較省力，95%在上坡感受到輔助效果，75%認為下坡時系統阻力可防止滑動。 實驗結果證實本系統具備良好穩定性與實用性，未來可應用於物流推車、長照輔具或電動輪椅，提升操作便利與安全性。

利用自然課程力學原理，進行廢棄舊桌進行結構補強，增加桌子放置物品空間，自製剪力實驗台檢測桌子補強後結構強度，自製振動模擬器檢測桌子搖動程度，實驗結果如下： （一）現在使用新式桌子有結構上的問題：榫接太小、前櫃板未與前柱榫接，形成前側結構強度 弱點，因此桌子容易搖動，大約80％要補強。 （二）將新式桌子設計瑕疵部分進行結構補後，左右方向傾角降低88.5%，前後向降低67.5%。補強後新式桌子桌比新式新桌搖動位移小，桌子結構補強後強度更高。 （三）置物空間增加2.14倍，快速安裝高度調整器降低，將12型桌子簡化到4型。 （四）製作一副桌椅碳足跡為21.69公斤CO2。延長使用年限，降低木材使用量，對於氣候變遷與環境有正面價值。

本研究探討如何利用學校的落葉、端午包粽子的粽葉、破損L夾等環保替代材料，延長羽球的使用壽命，進一步設計全國第一款再生羽球，並透過「風洞測試、飛行軌跡測試、耐受性測試」進行科學驗證。研究方法包括專家訪談、環保材料篩選、風洞設計、發射器設計、Tracker軟體操作、撞擊設計等。根據我們的研究結果顯示：「粽葉」為修補羽球的最佳素材，在飛行穩定性、飛行軌跡、撞擊次數測試上，都能與完整羽球有相抗衡之水準，粽葉應用於生活中作為修補材料，具有潛在優勢。

本研究透過專家訪談了解自行車訓練核心訓練要素，開發「我的AI自行車教練」系統，期能提升初學者騎乘穩定性，利用micro:bit三軸加速度感測器即時監控騎乘姿勢變化、霍爾感應器量測速度以及i20心率感測器偵測心跳。所有數據透過藍芽傳送至 Scratch (bDesigner)，進行即時騎乘姿勢與數據可視化呈現，並整合生成式人工智慧（GAI）分析結果，提供個人化的訓練建議與姿勢調整建議，最後讓訓練者進行實際測試。結果顯示，本系統能有效提升騎乘姿勢穩定性與騎乘效率，GAI能提供科學化的訓練報告及精準訓練建議，與專業自行車教練的意見一致，證明「我的AI自行車教練」具實用性與應用潛力。

天燈伴隨火源升空象徵人們祈福與祝願，為臺灣重要文化傳承。升空過程，種種因素造成天燈失穩墜落，而燃燒未盡可能引發火災。過去研究多著重於熱源、造型及風阻等影響，卻忽略實地環境風場影響。我們於現地實驗測量天燈升力，後續建立浮力模型、簡易風洞測試和商家訪談驗證。結果發現：天燈飛行的搖擺與熱氣洩漏是影響上升的主要因素，其中側向風速為搖擺主因，地面風場變化更是關鍵。針對分析結果，建議縮小底部開口至原三分之一，可降低56%熱氣流失。另建議設置地面風速監測及管制施放燈號，確保順利飛行至高空。提出「大天燈共乘」構想，提供雙倍書寫空間，耗能僅增約1.37倍，減少回收負擔。成果可作為天燈施放安全與環保政策之參考。

本研究的目的在探討教育部因材網AI學習夥伴「e度」之使用限制與潛在問題。作為一款免費的AI聊天機器人，具備強大的學習輔助功能，然而，我們發現，儘管e度設有一些明顯的使用限制，但網路上存在許多規避這些限制的方法。這引起了我們對於學生是否可能透過e度直接獲取答案，或其他違反學校規定的行為的擔憂。 我們透過實際測試與網路資料蒐集，發現e度的某些限制確實可以被輕易規避。這可能導致學生濫用AI工具，例如直接獲取答案、抄襲作業等，進而影響學習成效。本研究提醒學校應重視AI工具的正確使用，並加強學生對學術倫理的認知與辨別能力。最後，我們對e度提出「簡單二要」的建議，希望大家都能正確使用e度。

我們發現學校附近上下學時間車輛很多，造成空氣污染。為了解決這個問題，我們設計了一套「遊戲化學習系統」，鼓勵同學用走路來上學。我們利用Micro:bit和NFC技術來記錄每天的步數，再把步數變成遊戲裡的攻擊力，讓同學打怪升級、比賽得分。這樣不但好玩，還能減少二氧化碳的排放。研究發現，三天內大家一起走了超過八萬五千步，總共減少了大約68公斤的碳排放。問卷調查也顯示，大部分同學願意為了保護地球多走路，對這個遊戲系統也很感興趣。這個計畫成功讓大家更有動力走路上學，也學到了環保知識，還能當作其他學校的參考。