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。

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。

我們觀察到小卷在水中移動時，若受到驚嚇或刺激，會以噴射方式迅速前進。基於此特性，我們設計並製作了仿小卷動力機器人，模擬其水中移動行為。寶特瓶小卷 模型皆採用水力作為動力來源，並以近似小卷的材質與比例製作，使其運動方式更貼近真實生物。完成初步實驗後，我們嘗試讓模型能像真實小卷般自行移動，因此運用校內的3D列印機設計零件。並且模仿小卷的動力，做出外殼，使用棘輪裝置收縮彈出產生速度，使仿生小卷能達到推進的效果。

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。

本作品結合積木、馬達機械結構與AI技術自製「圍棋AI自動分類機」，將黑白子分類收納解決下完棋後沒人收拾的問題，我們以自動麻將桌概念為發想，設計9項不同實驗，首先以不同裝置測試棋子掉落方式，發現賓果滾筒能有效控制棋子一個一個掉落，其次大量拍攝不同燈光環境下黑白子照片，以Label-Studio進行影像標註，撰寫Python程式訓練AI影像辨識模式並控制伺服馬達轉向，使黑白子依辨識結果正確分類至棋盒。結果顯示「圍棋AI自動分類機」分類正確率高達99%，此外我們也應用於盲用圍棋，協助視障學生收棋，提升下棋便利性與學習意願。本作品不僅展現AI應用於日常生活創意實踐，也呼應SDGs中促進優質教育目標。

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。

本研究結合生成式AI與UAV技術，利用Google Colab雲端平台，自動檢測柔性鋪面裂縫並評估鋪面狀況指數 (PCI) 的可行性。團隊採用ResNet152預訓練模型進行遷移學習，並透過滑動窗口技術自動定位與分類裂縫。驗證結果顯示，模型在15張現場影像上的F1 Score達0.815，具備穩定且優異的辨識能力。 團隊基於內政部營建署《柔性鋪面損壞調查手冊》標準，開發程式自動計算PCI值並分級評估路況。研究證實，本系統可低成本、快速且準確地替代傳統目視檢測，提供道路維護的自動化評估工具。此外，研究亦展現生成式AI在程式開發中的輔助效益，為未來AI道路檢測技術奠定基礎。