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。

看到大學入學考試中心九十九學年度學科能力測驗試題G中有關2倍角三角形，就產生討論其三邊整數生成器的發想，便由此出發，證明該三邊整數生成器為全起源整數三邊生成器，並討論其整數邊三邊的數論性質與相關性質，再延伸至3倍角整數邊三角形、4倍角整數邊三角形乃至於n倍角整數邊三角形，得到其三邊全起源生成器與推廣至MN倍角整數邊三角形三邊整數生成器、討論相關特性並推廣至n倍角整數Heronian三角形。

本研究徹底解決電容式觸控毛筆的擬真性問題。我們研究被動式電容觸控筆的材料與工作原理，得知材料能夠產生高電容，就能產生高靈敏度觸控感應。厚度薄、面積大以及高介電常數的材料能產生高電容，都是良好的電容式觸控材料。這結果推翻了「電容觸控原理是基於材料的導電性或靜電傳導能力」的假說。有別於導電刷毛(碳纖維)筆頭的乾式觸控筆，我們直接將真實毛筆改造成觸控毛筆，利用「溼潤軟毛筆頭」具有高電容特性以及電容串並聯原理，開發出「全真軟毛被動式電容觸控筆」。得到與真實毛筆書寫過程相同筆性、筆觸與藝術效果，是目前擬真度最高的觸控毛筆。這個創新設計製程簡單且不需電源，因此具有節能與低成本的優點。

本研究提出一套結合BERT模型與自訓練分類器的失語症分類系統，透過多個方法及參數組合提升判斷精確性。研究靈感來自櫻井等人(2023)[15]提出的BERT分類模型，並參考Cong et al.(2024)[5]針對大型語言模型(LLMs)在臨床環境中的應用，進一步探索自訓練分類器在增強BERT判別能力方面的潛力。 本研究的創新點在於，模型基於醫生標註的分類結果進行深度學習，而非讓AI直接從語料中自動分類病患類型，這與先前主要依賴LLMs自動分類的方法不同。此外，本研究納入詞性、語法結構與語音長度及肢體語言標記，以提升模型的處理能力與個人化治療。 考慮語料庫規模及醫學倫理，本研究採用AphasiaBank(全球最具權威的語料資源之一)的英文訪談文本進行模型訓練，同時移除所有個人隱私資訊。

本項研究透過程式模擬宅配業貨車司機的裝貨與下貨過程，提出比傳統垂直擺放策略更具彈性且方便下貨的貨物放置策略－分層擺放策略。本研究所提出的分層擺放策略不僅提升了裝貨的靈活性，還能確保貨物結構便於移動與下貨。同時，程式計算擺放方式所需時間，相較於人工計算，更能有效減少時間成本。期待本研究成果能夠為未來的物流業者提供參考。

在本研究中，我們改變沉澱反應中鹽酸與硫代硫酸鈉濃度，測量在不同溫度或有無界面活性劑條件下，硫析出所造成濁度隨時間的變化。通過多次測量濁度與時間數據，我們推導出濃度、溫度、界面活性劑，如何影響反應速率定律式。 我們將儀器測得隨時間變化的濁度，也就是硫粒子的生成轉換為速率，再依據反應速率與初始濃度間關係，得到反應速率定律式中的各項數值及阿瑞尼斯方程式中的活化能E_a與常數A。最後我們利用分光光度計得出與濁度計相同的級數，並以粒徑分析儀確認與活化能變化數值相符。

近年來隨著資訊科技發展，詐騙行為日益猖獗。儘管政府已建置防詐網站與專線提供人工審查，但面對大量詐騙資訊，其效率仍顯不足。為降低人工審查負擔，本研究探討提示工程技術（Prompt engineering），評估其是否可提升GPT模型對圖像與語音詐騙內容的辨識準確率。研究設計採用三種不同提示策略，分別應用於圖像與語音資料中，並比較其判斷正確數以分析準確率差異。結果顯示Chain-of-Thought Prompting在兩種媒介資料中表現皆優於其餘提示工程模型，顯示良好判斷效果。本研究基於Chain-of-Thought Prompting模型開發互動式網頁程式讓民眾可立馬使用網頁判別可疑的圖片、音訊，展現應用於基礎防詐之可行性，亦可為後續防詐系統提供設計參考。

颱風草葉片在脫水時會收合並於加水後恢復，其過程如同摺扇。野外觀察發現有些颱風草葉片具有皺紋。有皺紋的葉子脫水與恢復速度都較無皺紋的葉子慢，但縱摺角度變化較為穩定均勻，推測皺紋的功能可能與穩定葉片結構有關。觀察颱風草葉片橫切面可見上表皮的泡狀細胞位於縱摺凹處，脫水過程為中央泡狀細胞寬度會增加，最終減少，且相鄰兩側細胞寬度縮小變化不對稱，推測與其鄰近大維管束有關；下表皮的泡狀細胞均勻分布於縱摺凸處，旁邊不具大維管束，脫水過程為中央泡狀細胞寬度會增加，最終減少，但相鄰兩側的細胞寬度會對稱縮小。本研究歸納出颱風草葉片收合與恢復機制，並依實驗結果自製仿生模型，在仿生研究上具有應用潛力。

當使物體後面的光線繞過物體至另一側觀測者眼中，該物體便會消失，如同隱形斗 篷。本研究在水中以探頭打出超聲波，藉由空化現象在聲壓聚集的位置打出空泡。以光在水中碰到空泡產生的全反射產生光導，使光按照期望的路徑前進。參考艾里光束波包沿弧線行進的特性，依照各陣元的座標調整相位，製造出聲壓聚集在一弧線上的聲場。以線形和平面探頭測得其偏折角度，接著導入漩渦式聲鉗，使聲壓由弧線中心偏移到周圍，並使中心聲壓相較於普通聚焦減少75%。最後將兩種相位疊加在一起，用螺旋排列探頭將超聲波打入水中，取得約3度的偏折，得到初步成果。未來將透過聲壓的加強和改良路徑，期望達到自由控制偏折軌跡，並在醫學等方面有所應用。

本研究整合光介電泳(Optically-induced dielectrophoresis；ODEP)與微流體技術，通過修改微流體晶片內的光照圖案光照強度、角度來改變作用於微粒的ODEP力強度與角度，並透過層流流體控制來嘗試實現三種不同半徑(5.8μm、 10.8μm與15.8μm）塑膠微粒的自動化分離與收集。