本研究透過探討發現高齡化族群在肢體靈活度逐漸下降的問題，且在人們的生活中是不可或缺的需求就是「照護」，卻沒有非接觸式的工具能幫助到高齡化族群及協助照護者，如果將這樣工具放置在桌面、輪椅及病床，加上人臉追蹤鏡頭及人體工學的尺度，搭配自動調整符合每個人適合的角度並且隨時守護長者，因此我們設計出能隨時可以守護的「非接觸救星」。在研究中設計非接觸救星左右及仰角、人臉追蹤、LED燈光及外加功能等實驗，為最終設計之參考依據。透過研究之結果未來依照現階段科技及智能互連應用進行創意發想，並且時現在更多不同辨識下之情境進行守護及通知照護者，讓高齡化社會所面臨之問題可以得到更完善的解決。

本研究針對農業害蟲辨識數據集的優化進行探討，旨在提高深度學習模型的辨識準確度。隨著科技進步，人工智慧在害蟲識別中愈發重要，但現有數據集面臨數據品質不良、樣本偏差和錯誤標註等問題，影響模型的可靠性。研究主要分為三個部分：首先分析現有數據集，探討樣本數對分類準確度的影響；其次優化數據集，通過刪除拼接和錯誤圖片、重複圖片等，提升數據質量；最後實際應用模型，開發一套害蟲辨識系統。實驗結果顯示，增加樣本數和改善數據質量顯著提升了模型的準確率，並且開發的介面可協助用戶即時識別害蟲。整體而言，本研究不僅提高了農作物的病蟲 害防治效率，還為未來的害蟲識別技術提供了有價值的參考。

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。

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。

在醫院到學校為新生進行體檢後，許多同學對檢查報告中的異常一無所知，紛紛向老師求助。然而，由於老師缺乏醫學背景，無法提供明確的解釋。這促使我們思考如何利用AI來幫助同學理解檢查異常項目。 最初，使用AI Agent-Coze創建了第一代機器人，但受限於AI算力，操作上限制很多。參加智慧物聯網創意應用競賽時，評審要求--花一年時間，換個方法再做一次。因此決定改用Python進行開發下一代機器人。Python不僅能處理和轉換數據，還能靈活實現各種邏輯操作。此外，以英文撰寫prompt，能有效減少翻譯成中文時的token消耗。 最終，成功開發了新版本的機器人。與Coze方案相比，新方法大幅降低了token使用量。根據保守估算，token消耗減少至原來的1/500，顯著提升了效率並達成實驗目標。

我們在生活中有許多共振現象，如：盪鞦韆越盪越高、樓梯旁的欄杆因為風而晃動得越來越快，發出震動的聲響，基於能源轉換，進而開發一款風能共振發電機組。研究分三大部分，首先研究發電機與馬達的科學原理與構造，其二以工程設計軟體RHINO進行3D建模，並導入流體力學的渦漩觀察，能在風場中提升發電效率；其三探究機械結構與風能共振的影響因子，阻風筒、支柱高度、擺盪時的支點比例，達系統效能最佳化。綜上所述，本研究為設計一款提升單位面積發電產能之風力發電機組，透過專題式方法將國中及高中的科學知識進行垂直整合，從而實現創新的綠能科技產品，兼具工程設計及設計藝術學養，具有培育發展綠色能源基礎人才。

探討雙面太陽能電池較傳統單面太陽能電池之發電效益差異，分析太陽光在不同材質地板的反射與散射，太陽能板安裝角度與方位，對於發電量的影響。雙面太陽能電池可以增益11%至37.5%發電量；等同降低37.5%發電成本。台灣位於北半球，考量整年最大發電量，應朝南安裝，安裝角度應與所在位置的緯度相近，並搭配白色表面粗糙之高反射和高散射地板，獲得最大發電量。單面太陽能電池，朝北或東或西安裝，與朝南安裝比較，發電量降低約50%；如果改成雙面太陽能電池，不但可以增加總發電量，亦可以將差異縮小至30%以下。如果因為建築物限制，只能選擇不是朝南安裝，或是不能選擇最佳安裝角度，雙面太陽能電池可以減少這些不利因素的影響。

本研究旨在結合PoseNet與Teachable Machine等AI姿勢辨識技術，根據教育部體育署國民體適能網站資料、基礎肌動學、聽取物理治療師建議、開發三款AI姿勢辨識體感互動遊戲，以提升高齡者肌力、預防肌少症。肌少症為高齡社會常見之退化性問題，嚴重影響長者之行動功能與生活品質。本研究透過Scratch平台-OSEP整合PoseNetAI模型，設計可訓練上肢與下肢肌群之遊戲，並於頭份市樂齡協會、運動公園及學校等地，實地施測多位50歲以上的長者。結果顯示參與者均能正確執行遊戲指令，且對互動設計及視聽回饋表達高度興趣與正向回饋。本研究系統具備操作簡易、成本低廉與可擴充性，顯示應用於居家運動或長照場域具高度可行性與發展潛力。

本研究探討如何利用電腦視覺技術預測十字路口行人與車輛碰撞風險，提升交通安全，採用YOLO物件偵測與運動追蹤技術，分析監控影像，透過LSTM 進行時間序列預測，評估可能的碰撞風險。研究先進行影像標註與資料處理，提升自訂物件偵測能力：偵測行人與車輛和追蹤其移動軌跡，建立LSTM預測分類模型，學習運動模式以預測碰撞風險。研究設計先用小球碰撞實驗模擬真實交通場景，訓練模型預測碰撞風險，並透過驗證分析調整參數，再進行實際路口影像處理。結果顯示能預測未來2秒碰撞風險的準確率達73%以上，還可以持續改進，提升精準度。未來，本研究可結合智慧交通管理與車聯網，提升道路安全並減少碰撞事故。