現有的排風設備往往受環境風向影響，導致進風量受阻，進而引發通風不足的問題。在進氣效率低落的環境中，無論是工作安全、設備運行，甚至日常生活，都可能面臨潛在風險。本創作的核心特色在於風扇能根據外部風向靈活調整運行方向，使排風設備即使在外界風場干擾下，仍能維持穩定且高效的通風率，從而有效改善傳統排風設備的局限性，提升整體換氣效能與環境安全。

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。

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。

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。

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。

在科技進步的年代，電晶體成為組成高效能晶片不可或缺的元件，其發展影響著電子產品的效能與功耗。隨著製程技術節點縮小至2nm以下，傳統鰭式場效電晶體 （FinFET）架構逐漸面臨短通道效應與漏電流增加等挑戰，而環繞式閘極場效電晶體（GAAFET）技術則因其優異的電流控制能力與低功耗特性，成為新一代電晶體的主流。本研究探討在固定有效寬度與垂直間距的條件下，不同奈米片堆疊數量對電晶體電性的影響，透過科技電腦輔助設計（TCAD）軟體模擬分析次臨界擺幅（SS）與臨界電壓（Vt）等參數，對下世代環繞式閘極奈米片場效應電晶體(NSFET)進行最佳化研究，提供未來半導體技術發展之設計方針。

本研究目的在發展簡易快速的熱島效應強度估算方法，利用氣象署地面測站的網格化資料，排除高度對氣溫的影響後，找出都市範圍中的最高、最低溫數值，分析臺北、臺中、臺南及高雄四座城市的長期熱島效應強度變化趨勢。 我們發現各城市熱島效應變化趨勢有不同特徵。臺北及臺中的熱島效應強度在63年間有增加趨勢，但臺南及高雄未見增強，這可能與人口數及都市發展相關；臺中熱島效應強度具有最明顯的季節變化，這與季風和地形相關。臺中火力發電廠及臺南科學工業園區的運轉與建設皆造成當地區域氣溫上升，導致最高溫位置的改變。 本研究提供臺灣四個直轄市的熱島效應長期變遷資料，也為未來面對城市氣候的調適策略提供科學依據。

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。

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。

本研究以生活中易取得的材料或廢材作為金屬離子的吸附劑，由實驗結果發現，蚵殼粉、蛋殼粉及碳酸鈣的吸附效果都比有機物吸附劑更佳，吸附率皆達83%，單位重量的的吸附的以碳酸鈣的14.16mg/g效果最好，吸附劑的量的增加會提升吸附率，且第一小時內的吸附提升最為顯著。高溫或鹼性的環境吸附效果較好。在多種金屬離子的競爭吸附，銅離子的吸附均下降，但碳酸鈣受影響較小。與離子交換樹脂的處理方法比較，發現蚵殼粉、蛋殼粉和碳酸鈣在低濃度銅離子水溶液的吸附效果都較佳，且上述三者吸附劑的吸附效果皆較電鍍法佳。因此，運用實驗結果設計一款自動化吸附裝置，期待能為家鄉工廠林立造成的環境汙染盡一份貢獻。