全球暖化正威脅著人類生存的環境，西北太平洋海域的颱風60年來似乎也發生一些變化，我們分析1961-2020年有關颱風的各種資料，發現各種結果與專家的預測不盡相同；全球暖化、大氣海洋升溫造成太平洋副熱帶高壓勢力擴張，使得颱風生成數量減少、颱風生成位置偏移並影響颱風路徑與登陸地點；而且強颱數量減少、颱風生命週期變短也使颱風破壞潛力變弱；大氣暖化升溫對颱風的負面影響超越海洋升溫對颱風的正回饋。但近年來超級強烈颱風的機率卻增加，當超強颱風過後海水會降溫、不利颱風再生成使颱風數量再減少。

當代社會被詐案例與金額屢創新高，儼然是當代社會必須重視的犯罪手法。本研究編製常見詐騙手法具體情境，經線上問卷施測回收數據，進行因素分析與迴歸分析。發現人際關係與情感相關詐騙議題的吸引力會隨著年紀增加而逐漸降低；而財富、名聲累積相關詐騙議題則隨年紀漸長，被吸引的可能性增加；工作與競爭相關詐騙議題和年齡的關係，則呈現兩個趨勢，年紀較輕的區間，對這類議題受關注的程度隨年紀增加；但年紀較長的區間，受關注的程度則隨年紀降低。無法統一歸類的詐騙議題和年齡間並沒有顯著的關係，可能因為影響是否關心這些議題的特質都與年齡無關。本研究整理出不同人生階段可能較為關注的詐騙類型，期對詐騙防治宣導等實際措施有所啟發。

本文提出了一種階層式兼投票式的心律疾病智慧醫療檢測模型，以MIT-BIH心律資料庫為基礎，建立了兩種判別模型。模型一針對正常心跳N及較常發生的V、L、D、R、A(見表3)五種心律疾病進行單一疾病分類；模型二針對疾病較多的N、SVEB、VEB、F、Q(見表4)五類進行分類。採用階層式模型使各層獨立訓練、二分法使資料量均勻；在階層式模型上增加投票式模型，使各層以多種機器學習共同判斷，並按各機器學習訓練之準確程度調整比重。研究結果顯示，模型一最終準確率達99.01%，五種分類類別中有四種召回率達97%以上；模型二整體準確率98.74%，N、VEB、SVEB、F、Q五類召回率分別達99.5%、97.1%、83.6%、77.8%、85.7%。兩模型對於心律疾病判別準確率均較近年論文有所突破。

在本研究中我們觀察化學變色龍反應，藉由反應時間長短適中、材料易準備及顏色明顯易觀察的優點，我們以化學變色龍來觀察反應速率。我們設計了一套微量實驗，利用滴瓶及24孔盤，使用的溶液體積大幅縮小，至少相差50倍，達到減少環境汙染、減毒減廢，實現綠色化學的目標。另一方面我們利用手機紀錄實驗的顏色變化，並以RGB色彩分析反應速率，利用RGB相對吸收值公式，將誤差值降到最低，結果發現與過錳酸鉀濃度計算的反應速率結果一致。且我們比較利用微量移液管操作與利用滴瓶操作，發現兩種方法的結果接近，證明我們利用滴瓶操作實驗也可達到利用專業器材的準確度因此，我們推薦化學變色龍實驗代替高中化學反應速率。

近年來，名為生成對抗網路的非監督式學習方法蓬勃發展，透過使產生假資料的生成器與辨別資料真偽的辨別器互相學習，只要提供資料集便可學習其特徵而生成出能以假亂真的資料。本研究提出一套針對現有生成圖像的生成對抗網路模型的改良方法，透過進行實驗探討不同變因對生成品質與效率的影響，調整原有的優化器設置、卷積層參數、模型架構等，並以客觀指標評估實驗結果，證實經過本研究提出的方法改良有更好的效果。另外改進的方式應用在各種資料集訓練的模型及更高解析度的模型，數據表明也有不錯的成果。而本研究希望能提供更明確的模型改進方向給研究人員，並減少嘗試改良模型所花費的時間與能源成本，以此減少訓練龐大的模型所造成的環境影響。

當一個螺絲以一定角度擺放於平整的斜面下滑時，螺絲的擺盪振幅也會隨著下滑的距離增加。我們以此現象為基準去設計更符合我們所需要觀察數據的自製螺絲，我們以角錐為模型去設計不同直徑、角錐角度以及螺桿的自製螺絲，並以滑軌錄影的方式再透過Tracker去分析不同的擺放角度和螺絲下對其震盪增幅的影響，最後繪製圖表歸納其中不同數據的相關性。而我們也利用物理分析去驗證我們實驗所得出的結論並解釋螺絲震盪的現象。

本研究主要分成兩大主軸，第一先深入探討迴歸分析中異常值對模型的影響，發現一般的模型在面對數據中的異常值會降低其穩健性，因此藉此特性，我們結合了K-近鄰演算法(K-NN)、模糊理論與深度學習等，自創了新穎的演算法進而找出數據中的異常值；第二為應用此演算法來分析與處理圖像中「不正常區塊或雜訊的輪廓」，達到抑制其對整體美觀的影響，再進一步分析深度偽造（Deepfake）所合成的圖像。研究結果顯示，相較於現有的類神經網路中激活函數ReLU之計算，我們的演算法較容易處理異常值的影響且分析圖像的應用之表現更佳，未來的研究方向可能包括進一步評估其他演算法的效能與將其優化以提高其效能和實用性。

本研究探討滿江紅與念珠藻的共生關係以及環境因素對於兩者共生情形的影響。我們的實驗分成兩部分，第一部分分別以滿江紅與念珠藻為檢視對象，比較兩者在共生狀態或獨立生存的狀態下的差異；第二部分則改變環境中的氮濃度，並藉由觀察滿江紅的固氮活性和重量及念珠藻的數量和異型細胞比例。我們發現獨立念珠藻幾乎無法生存。無藻滿江紅的葉綠素a含量明顯高於共生下的滿江紅。在不同氮濃度培養下，滿江紅的固氮活性隨氮濃度上升而下降，重量變化量也隨之增加，但念珠藻的數量和異型細胞比例無明顯差異。以上結果顯示，改變共生關係後，滿江紅與念珠藻的生長狀況皆有所變化且環境氮濃度與滿江紅固氮活性呈負相關。

本研究主要了解(一)人工培育孔雀魚交配偏好、(二)人工培育孔雀魚與野生孔雀魚的交配偏好是否有所不同。透過觀察母魚選擇不同體色或不同熟悉程度的公魚，了解母魚的交配偏好。有以下幾點重要發現(1)對於各種不同體色的母魚而言，牠們沒有偏好特定體色的公魚；(2)在熟悉彼此體色的個體間，母魚偏好與自身體色相同的公魚；(3)熟悉度對母魚的交配偏好有顯著的影響，不同體色的母魚有相似的偏好，不熟悉的公魚最受偏愛，其次是熟悉的稀有公魚，熟悉的常見公魚最不受青睞；(4)人工培育母魚交配偏好比野生母魚更為強烈，暗示有較強的性擇作用(5)人工培育的母魚會偏好較鮮艷的人工培育公魚，而野生的母魚沒有較偏好人工培育或野生公魚。

近年臺灣引進多款疫苗因應蔓延的COVID-19疫情，但目前尚無研究探討臺灣人民施打COVID-19疫苗的態度和行為，因此本研究希望建構對臺灣人民施打COVID-19疫苗態度及行為的初步理解。本研究發現：人口學變項對施打疫苗意願和實際施打疫苗行為皆有影響，但原因應是受疫苗施打政策影響；而疫情的關注程度確實影響施打疫苗意願，然大多數人實際上都已施打兩劑（含）以上疫苗；接著在分析現行各廠牌疫苗的接受程度後發現：AZ疫苗的被接受程度持平、Moderna疫苗和BNT疫苗的被接受程度下降、高端疫苗的被接受程度上升，惟因高端疫苗施打母數較低，結論宜謹慎看待。本研究期能為臺灣COVID-19疫苗施打情形提供綜觀視野，作為未來疫苗施打政策及規畫參考，使疫苗政策更周全，發揮最大效果。