健走是一種較無負擔的運動，因而深受廣大人群喜愛，然而由於近期嚴峻的新冠疫情，大家為了防疫而不敢出門，為了滿足想運動也想要出國遊玩的使用者，所以我們設計了VR健走環遊世界系統，透過IOT鍵盤與滑鼠驅動裝置能夠讀取雲端資料庫中，使用者的操控指令，來驅動Google map街景移動，並透過手機體感裝置開發，讓使用者能夠以體感健行與姿態變換的方式，在Google map街景服務中進行環遊世界探索，包括前進、右轉、左轉、俯視、仰式、停止的姿態變換，此外我們設計了使用者介面APP，讓使用者能夠快速的選擇喜歡的遊玩模式，可選擇開車、步行、單人、多人模式，透過我們的VR健走環遊世界系統讓運動與旅遊出現新的篇章。

本次實驗主要討論鈷化合物與鈷配位化合物的顏色變化，透過實驗中改變藥品劑量、加熱時間以及加溫時間後得到反應的最高產率，並觀察鈷化合物顏色的變化情形，改變反應物的量不會造成顏色變化，製作過程中改變加熱時間對顏色變化也不會改變，而鈷綠顏色在溫度高時會變成黑色，而鈷配位化合物鈷黃在高溫時會產生顏色變化。 在加熱過程中我們發現鈷黃顏色有明顯的漸變，在100~190度之間顏色變為橘色，而190~240度之間會呈現咖啡色 ，大於240度粉末會呈現黑色，當溫度在100~190度內，冷卻後橘色粉末會變回黃色。故把鈷黃塗在紙上，做成檢測排煙管溫度的試紙來應用，也利用此變化現象做成會變色的圖畫跟火災時門的簡易溫度檢測。

本研究目的為尋找容易形成逆微胞並觀察的方法，以作為教材。我們先以十二烷基硫酸鈉(SDS)或碳鏈較短的一元醇加入沙拉油形成的兩相微胞在顯微鏡下觀察，但因形成的微胞太小，透過顯微鏡無法觀察，故我們在油水混合溶液中分別加入SDS水溶液、正丁醇、異丁醇進行觀察。發現SDS僅形成微胞；在油/水比值為2以上時，加入正丁醇可形成逆微胞；在油/水比值大於1.25時，加入異丁醇可形成逆微胞。我們另使用易溶於水的乙醇作為界面活性劑，但改變添加順序，發現在乙醇油溶液中加入水可以乳化，且在油/水比值為1.25以上時，會形成逆微胞。而以易溶於油的正己醇作為界面活性劑時，發現在正己醇水溶液中加入油可以乳化，且在油/水比值為1.25以上時，會形成逆微胞。

我們從小說及電影中認識隱形斗篷，並對於隱形斗篷的存在感到驚奇。因此想探討它隱形的原理，並嘗試自製簡易的隱形裝置。我們初步以（1）文獻探討法（2）調查法（3）實驗法（控制面鏡及透鏡之不同種類、大小、位置、光束射入的角度等變因）（4）暗箱法進行研究，探討隱形原理，達到研究目的，擴展研究成果，讓更多人喜歡研究科學。

本研究的主要目標是利用奈米金屬團簇的特殊性質，以及與螢光分子的交互作用，來製作小巧的氣體感測裝置，以解決大型儀器太難攜帶的問題。研究內容分為三個部分，首先為「有機相螢光複合材料之合成」，我們藉一系列實驗探討最佳的合成方法與材料配製，以最佳化其感測性能；其次為「微小化自組感測裝置之製作」，我們設計製作並改良感測裝置以及輔助感測的電路，並用3D列印技術印製標準化感測器；最後一個部分為「氣體感測數據分析」，以自組感測裝置進行九種有機氣體的感測。我們通入有機氣體使螢光訊號增強，重複數次，以要求感測的再現性，並改變感測濃度，以建立各種有機氣體的感測檢量線。最後，我們分析數據，以深入了解此種材料的感測性質。

921大地震時造成全臺大停電，在摸黑情況下逃生，容易造成重大傷亡。上科技課時，老師介紹有關智能家居的設備，我們就想到可以利用智能設備來自製地震感應器及自製模擬地震的震動平台，並且選定震度4級時讓地震感應器發出訊號。 我們利用家庭用電的配線來模擬居家環境。為了模擬停電狀態，我們將智能設備安裝在居家設備和UPS上。也透過各種通訊技術將各項智能設備進行互聯，並利用APP軟體設定條件，當地震感應器發生感應時會開啟相對應的條件，使智能燈泡和智能插座自動打開，指引臥室安全掩蔽處並發出警報聲。即使遇到停電的狀況，UPS上的照明裝置也會持續發亮指引安全掩蔽處及安全逃生的路線，以達到防災與減災的效果。

本研究探討富含膠原蛋白的魚鱗，藉由嘗試各種電器及配合熬煮時間長短，萃取出最佳濃度之魚鱗萃取液，並找出最佳成膜配方為魚鱗萃取液20 g、5 %TG酵素水溶液0.8 mL、甘油 1 mL、乙醇 1.5 mL，以冰箱冷藏方式製作出魚鱗薄膜，接著以自製儀器測量魚鱗薄膜之透水性、穿刺強度、彈性、水溶溫度、膠熔溫度等物理性質，再將製作出的魚鱗薄膜包覆胡椒乾粉及油料醬包，以熱壓來密封包裝膜封口，封膜效果好不會溢出，放入熱水中 2 分鐘內皆可完全溶解，攪拌後調味料分布平均，是很適合當作泡麵調味包的包裝材料，故將魚鱗廢棄物再利用，製作的薄膜不但能食用，亦能取代塑膠，預期可達到「低污染、省資源、無廢棄」等減量減廢之環保理念。

本研究以CPR訓練模型輔具做為研究對象，根據專家說明CPR動作要正確純熟，除了依賴良好的教學輔具系統引導外，其功能上更需要有按壓姿勢的正確判斷，因此本研究藉助科技AI輔助，設計AI姿態辨識的智慧型高品質CPR訓練引導式教學輔具系統，經研究證實系統能逹到： 一、協助學習者熟練CPR的操作流程並解決訓練模型設計問題。 二、成功運用邊際運算功能提高AI辨識的速度。 三、拍肩反應、判斷按壓位置、深度更可利用壓力感測器及超音波感應器進行偵測。 四、能應用AI代替人類專家判斷按壓姿勢之正確性。 五、具專家模式且可獨立操作的CPR引導式教學輔具系統。 期望人人都能學到CPR正確操作技巧及爭取黃金復甦時間，搶救寶貴生命。

用tracker追蹤身體定點運動數據，探索研究模式！ 軌跡加速度部份：取扣片坐姿， 選擇Y軸速率加速度，確立分析基準。踩踏Y軸端點加速度在此只是速度參數，代表此點之前半圈施力力矩的盈餘¬¬。調整車身遠離標準坐姿，發現固定轉速加速度偏大，代表一圈內有快慢，圈內升速需更用力。此外，我們用模型推出坐墊位置的調整方案，並找出身體角度影響施力的相關性。 功率計部分：測功率算踩踏力量，發現一圈內快慢加速影響功率數據波動大，可以用回歸判別合理數據。高轉速高功率，發現力量增幅並不大；大齒比需要耗更多力去對抗齒比倍率之外的額外阻力；訓練台功率比對軸心功率，機械效率為0.8。 圈整踩踏細節，結合功率力量，希望能完整描繪輪轉踩踏的力學輪廓。

本科研主要運用達靈頓電晶體將微訊號放大，以感應特斯拉線圈產生的高頻訊號，再將感應到的訊號輸出給科技寶輪型機器人，接著依撰寫於機器人之操控程式進行訊號強弱的判斷，進而得知特斯拉線圈所在的距離和方向，最終得以控制機器人在不同模式下有自動轉向特斯拉線圈所在的位置，或跟隨其前進的動作。