本研究開發「智慧校園GO」網頁系統，平時提供校園三種策略導引(最短路徑/最低打擾/無障礙路線)功能，當遇上校園霸凌、學生群聚、火災、菸害、陌生訪客闖入監控等緊急事件，則啟動Level 0(最低)到Level 2(最高)的警報分級，通報相關人員、紀錄當下影像或數據，規劃「無障礙」或「最短路徑」進行即時處置。系統採響應式介面(模式切換、模糊搜尋)、地圖箭頭顯示，樓層動畫與實景照片呈現，支援自動起點及模擬定位。後端整合ESP32感測、YOLO 影像辨識，以Dijkstra演算規畫路徑。實測顯示，霸凌警示準確率95%、群聚辨識正確率92%，介面易用性取得4.1/5的分數，而「影像辨識偵測行為」功能取得4.7/5的高分肯定，展現智慧校園GO系統於即時警示與校園安全的實用價值。

健身房四處林立，健身為現代人所崇尚的活動，人們知道健身的益處，但須持之以恆才能享受，否則容易受到傷害。根據研究證實適當運動對身體的益處大於壞處。傳統啞鈴只是一種健身器材，但也是最佳器具之一，然而每次操作時使用者須自行計算次數，使遺漏次數、多算次數等問題層出不窮，容易造成使用者心理負擔和增加運動傷害的可能性。在作品中我們將啞鈴結合科技，使用時在啞鈴或手機設定次數，啞鈴即可幫助使用者計算次數，也能糾正使用者動作是否標準，當達到設定次數時，啞鈴會發出聲音提醒使用者。系統以ESP32為主控器，搭配6軸加速度感測器偵測慣性運動，介面設計有HMI、心率感測器及藍芽無線傳輸控制，再經由手機APP程式記錄操作者每次運動姿態。

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。

本探究從遊戲電影與日常生活中得到許多的啟發。最主要在探討製作出導熱與散熱效果最好的鐵磁流體，我分別應用不同的材料做出差異。首先找出最適合的鐵粉來製作，做出第一代鐵磁流體，再調整比例，接者挑選基載液體，再嘗試放入表面活性劑，最後是洗潔鐵磁流體的液體。經實驗發現以鐵粉為四氧化三鐵，表面活性劑為大豆卵磷脂，基載液體為煤油，以及洗潔鐵磁流體的液體為酒精所做的流動效果為最佳。我自製了一台簡易測量裝置，以此更加便利於測量鐵磁流體的最高長度和影響鐵磁流體的最高距離。而後為確認最終各項鐵磁流體的傳導效果，我製作了簡便小裝置計算冰塊融化的時間，以此分辨出最佳的鐵磁流體。最後的成果也證明出了鐵磁流體獨特的性質。

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。

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。

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。

科技課程中木工機具的安全問題備受關注。本研究整合視覺語言模型與手掌辨識技術，即時分析操作時的手部姿態，以判斷危險程度，並可傳遞危險訊號至智慧插座，自動控制機具停機，減少意外發生。其中實驗照片測試集共396張，涵蓋12種手勢與3種環境亮度（750、500、300流明），透過不同提示詞（Prompt1~Prompt6）改善鋸見AI的分類效果。並且最佳模型（Prompt6）在危險手勢的正確率達99.3%，警戒手勢89.8%，安全手勢86.4%，表現高度準確性。此外，手掌距離辨識在500流明環境亮度下的誤差低於0.5公分，可作為系統後端危險狀況停機的重要輔助依據。在教學應用上，系統能即時辨識危險手勢並成功切斷電源，平均反應時間約為170~200毫秒，展現出即時防護的實用性與教學輔助潛力。

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。