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。

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。

水質同時受到有機染料與無機鹽類污染，現行處理流程常分段進行，能源又受天候限制。為此，本研究開發一套整合「即時檢測-自動啟動-光觸媒淨化」的太陽能驅動水質清淨機。分別以有機染劑的亞甲藍以及無機鹽類的磷酸鹽(優養化)、亞硝酸鹽(生物毒性)為污染代表，檢測儀使用Arduino以反應試劑的RGB顏色變化檢測，汙染濃度超標則啟動水質清淨機進行降解。清淨機利用二氧化鈦光觸媒來淨化水質，作動結果顯示在光觸媒的作用下，不同的污染物濃度均能大幅下降，達成水質清淨目的。在能源的利用上，採用太陽能板儲能以提供陰天、夜間光觸媒所需的紫外燈電力，有效解決除污的時間及天候限制，達成全天高效水質淨化，符合節能等永續理念，值得大力推廣。

本研究針對超市等室內空間中之逃生路線進行規劃，並利用Scratch建立模擬模型，結合曼哈頓距離與Dijkstra演算法進行最短路徑分析。研究旨在開發一套具效率的逃生路線規劃工具，以供空間設計與安全規劃參考。

卡踏與卡鞋是自行車運動中常見裝備。“上卡騎行”透過卡鞋與卡踏的鎖固或磁力吸附，提供6至9點鐘方向踩踏拉力，減少滑脫與力量流失。機械卡踏時有脫卡不及摔車報導；磁吸卡踏號稱安全脫卡，但缺乏實驗佐證。本研究內容包含（一）踩踏上拉力（二）平台踏板、機械卡踏與磁吸卡踏在不同坡度（0%、2%、4%、訓練台實境陡坡6%-10%）的效率、疲勞度比較及（三）2種卡踏脫卡安全差異。結果顯示上卡可提供踩踏拉力；騎行效率陡坡時顯著提升最高達14.13%，平地緩坡效率差異不顯著；上卡有助於降低相同踏頻下的疲勞度；脫卡安全方面，磁吸卡踏容錯率達100%，顯著優於機械卡踏的42.8%，有更高的安全潛力。

本研究透過運用AI技術輔助程式設計聲音合成器程式，以探索聲音波形生成與觀察分析聲音頻，實驗透過不同波形振盪器，並調控ADSR參數，與濾波器組合，我們用不同的合成方法，獲得各類樂器聲音的最佳合成參數，再以先前完成的自製樂器加以改進，透過Arduino偵測串聯電阻分壓電路傳遞琴鍵按壓的演奏訊號至電腦，再經由合成器運算合成輸出對應的樂音，藉由選定不同樂器模組實現樂團合奏。在研究過程中，為解決電腦端即時運算合成音色的耗時問題，我們預先合成並暫存不同樂器音色，提升演奏時的反應速度。最終，本研究在開源程式與AI的輔助下開發出一套支援多人即興演奏的音樂合成器系統，提供創新的音樂創作與演出方式，降低傳統樂器練習的成本與噪音問題。

本研究利用樹莓派Pi 4B、PicoW及各式感測器建構校園環境的自動化系統。整體架構中以Pi 4B為核心，負責各項資料以MQTT 技術傳送交換及Node-RED做數據呈現，PicoW則控制著各感測器操作。首先，從三種形式的LED燈找出最適合做為教室智慧燈光的燈光源，利用光照度感測器讀取光照度值反饋給LED控制器，自適應調整LED發光亮度PWM值；再利用人體運動感測器做為燈具自動開關的依據。另二個PicoW連接PM2.5、溫濕度感測器及太陽能路燈、水泵，隨時偵測校園環境的PM2.5值及溫濕度並自動化操作各設備。最後，以平板載具即時顯示各設備狀態，以可視化web界面觀察教室內燈光及校園內各項設備運作情形。

本研究探討雙翅目昆蟲（蚊⼦）對光源的「背部朝光反應」（DLR,dorsal-light response）在捕蚊燈設計的應用。根據2024年Fabian等⼈研究，昆蟲依賴光源調整飛行姿態，若光源位於下⽅，昆蟲可能翻轉墜落。因此本研究嘗試調整光源與電網相對位置，藉以了解捕蚊效率差異。更製作同時具垂直與水平網的雙電網捕蚊燈與僅有垂直網的單電網捕蚊燈進行⽐較。 研究結果顯示，垂直網與水平網的捕捉數量比例為2.57：1。⽽加裝水平網的雙電網捕蚊燈平均收集量為0.338克，單電網捕蚊燈為0.115克，重量比為2.94：1。本研究僅透過優化光源與電網的排列方式，即可提高捕蚊效率，可直接應用於病媒蚊控制。