本研究主要是以Arduino為核心，製造出穩定度高且能自由開發各種智慧練球功能的桌球練習機。我從小喜歡動手拆裝機器和寫電腦程式，我的好朋友是桌球校隊，他希望擁有一台自己的桌球練習機，但是市售機器很貴，於是引發我的製作靈感。我以Arduino控制無刷馬達和伺服馬達閘門，使用 3D列印製作機身，再以手機藍牙App控制練習機，能發出不同速度的直球以及左右旋球，最後我加入腳架旋轉Arduino套件、人臉辨識及智慧練球模式（發遠身球及隨機出球功能）。穩定度的測試結果顯示：直球落點和左、右旋球皆穩定；選手測試心得都覺得新奇有趣。本研究的特點是首創智慧練球功能，兼具模組化、快速組裝、輕便、便宜、發球穩定的優點，可作為桌球校隊訓練設備。

鳥羽箭為鄒族獵人必須學習重要的狩獵技術，蘊含流體力學知識。經由耆老的指導鄒族鳥羽弓箭製作，發現鳥羽弓箭的確可以增加射程及準確率。接著進行最佳化探討，研究發現如下:(1)製弓要使用4節桂竹，(2)箭長度最佳為使用90公分箭竹，(3)最適合黏貼藍腹鷴羽毛於箭尾，(5)射擊的角度0o與45o有最遠的射程，箭尾增加射程及準確率也可於小型鳥羽箭射擊模型被證實。接著探討藍腹鷴羽毛作為箭羽的優點，經實體實驗及模擬實驗相互比對，發現藍腹鷴的羽毛具有穩定流場的功效，藉由實驗分析圖我們發現藍腹鷴鳥羽相較於其他羽毛有較高的風速，產生自較強氣流，紊流卻可減少，降低噪音。以上特點均可提高獵人狩獵成功率，同時支持原住民族科學也可以被西方科學證實。

目前網路上流傳許多使用人工智慧修復照片的網站或應用軟體。然而，由於這些訓練資料多數來自國外，導致修復台灣「本地」照片的效果欠佳。此外，許多老舊照片因氧化、潮濕而泛黃，使得修復程序比起修復純黑白相片更加困難。因此，本研究旨在建立一個專門修復本地照片的機器學習模型，主要分為以下三個部分：首先，使用機器學習模型對老舊照片進行修復，包括著色、去模糊化和降噪；其次，分析使用不同比例之有色調照片(模擬泛黃照片)訓練模型的效果；最後，研究不同的修復順序(著色、去模糊化、降噪)和模型執行次數對照片修復效果的影響，發現「著色、去噪、去模糊化」的順序修復效果最佳。

本研究主要探討淡水區沙崙海水浴場離岸流的特性與成因。透過專訪了解到2012年所發生的5位學生溺水事件中，學生落海的位置與溺水倖存者對當時海流的描述。接著從沙崙海水浴場海底等深線圖製作立體地形模型，觀察保麗龍球和紅墨水在模型中隨著水波移動與擴散的情形，再實際踏查並空拍海水浴場海水的流動狀況。我們發現：沙崙海水浴場有離岸流，這個離岸流區大約在(25°11'25.50"北 121°25'1.66"東)、(25°11'19.91"北 121°24'49.64"東)兩警戒點之間的海岸線，而其他區域也存在著迴向離岸流區的環流，因此強烈建議在沙崙海水浴場須嚴禁下水活動。沙崙海水浴場離岸流主要是由填海造陸後形成的巨大岬角地形所產生，若沒有人工的改變，原來的海流會順著海岸線進出沙崙海水浴場海灣。

本研究在利用實驗法了解影響藍曬圖效果的因素。為使光源穩定且可操縱光源強度，故自製藍曬燈箱進行實驗；為客觀表述藍曬圖的品質，以色差儀測量，發現ΔE 值與藍曬圖品質有很好的相關性。 我們用 6 瓶裝紅酒木箱、7 組 T5 UVA 黑燈管、壓克力板隔開燈管與曬布、黑色 橡膠墊阻隔箱子內外光線進出。得到自製燈箱曝曬 15分鐘效果良好，並以此進行實驗。發現布料質量密度大、經緯密度大、單股平紋織法、厚度小有利於藍曬圖品質，而與吸水性、彈性等較無關；感光液在第二天、燈管亮數多時，藍曬圖效果較佳；定色劑以食醋效果最好；並發現藍曬圖不適合印在要常清洗的衣物。研究過程中意外發現感光液在第 30小時左右吸光度最大，表示溶液中檸檬酸根的濃度達到最高。

為了研究植物移印染或槌染的染色結果，我們選擇植物的花瓣和葉子所得到的實驗結果如下：(一) 植物移印染花瓣的染色效果比葉子好。(二)布的濕潤度會影響花瓣在移印染上的染色結果。(三) 移印染或槌染都適合先將布媒染，呈現的染色結果較好。(四)移印染和槌染在胚布、雪紡紗、棉麻的染色結果，以豆漿當媒染劑的效果最好。(五)不同的花瓣在小蘇打水當媒染劑下，染色結果會變色或顏色不見(六)移印染或槌染產生的廢水少，對生態環境的永續發展比傳統的藍染好，也比較不會浪費水資源。

此主題是探討水在傾斜表面上流動時所產生的水階現象。實驗結果，表面傾斜角度、單位時間的水流量、水的流速、表面粗糙度及表面材質等，皆會影響水階現象的產生。表面粗糙度越大，水階現象越明顯，水階是因為前方的水流流速因為摩擦力變慢，而後方水流追上前方，累積的結果就產生了水階現象。板子傾斜角度介於3度到60度之間皆會產生水階現象。傾斜角度越大時，其產生水階現象時的最大水流量值，卻顯著變小。原因是傾斜角度較大時，將造成水流速較快，若再加上水流量較大，大量的水就會相互覆蓋而無法產生水階的現象，因此角度大時反而要小的水流量才能顯現出水階現象。表面若為疏水性材質，造成水流集中而無法擴散流動，亦無法產生水階現象。

我們觀察到蓋斑鬥魚會攀爬到漂浮水面的葉片，這獨特行為引起我們的興趣。為探討蓋斑鬥魚攀葉行為，本研究開發「鬥魚攀葉行為AI監測系統」，可準確、穩定地收集攀葉行為歷程，並直接提供研究數據。我們探討了競爭者數量與葉片特徵對蓋斑鬥魚攀葉行為之影響。 研究結果顯示，蓋斑鬥魚間的競爭行為是影響攀葉行為的重要因素。競爭後，弱者會有兩種不同的避敵行為，一是積極攀葉，二是消極側躺在角落不動。此外，當鬥魚攀上吃水較淺的葉片上，需要以側躺姿勢攀附，但這也是一個相對安全的避敵空間。我們曾記錄到一天高達92%的攀葉時間。 本研究找到了蓋斑鬥魚攀葉行為的原因，提出競爭後的弱者避敵模式，也為動物行為監測技術提供了一個可能性。

本實驗探討皇宮菜為適應乾旱的訊息調控機轉，我們發現不同生長階段耐旱程度不同，具耐旱力的成熟植株透過氣孔密度提高、氣孔簇發生和降低氣孔張開度，來減緩水分蒸散速率以維持葉子含水量，同時也發現皇宮菜在乾旱脅迫下過氧化氫的提高。我們噴施過氧化氫於耐旱力低的幼苗葉片，結果顯示氣孔密度和氣孔簇增加以提高葉片含水量，增強幼苗的耐旱性。當以抗氧化劑處理會降低成熟植株的抗旱能力，且進一步證實過氧化氫參與ABA的訊息調控機轉，改變表皮細胞形態和氣孔分布，並透過鈣離子調節氣孔運動優化氣體交換效率，達到減少水分散失維持光合產量，此有助於理解作物在乾旱下的氣孔發育模式，作為影響作物產量和土壤節水可能的潛在機制。

有個經典的騎士巡邏問題 : 騎士用馬步移動，每個格子至多走一次，試圖找出最多步。我們定義2x3的矩形方格圖中走對角線為大馬步，2x2的方格中走對角線為小馬步。依照大馬步、小馬步輪流交錯走，我們發現 : 若指定特殊起始點，在(偶數m) x (偶數n)的矩形中可以走完所有的格子。若騎士能將格子走完，本質上非常類似漢米爾頓路徑。其它無交錯的走法(如連續大馬步或連續小馬步)，我們也找出最多步的一般式。本作品的價值在於擴充馬步為大馬步與小馬步，推廣正方形為任意比例的矩形，並用深度優先搜索(Depth First Search，以下簡稱DFS)驗証結果。關鍵論証在於著色法與DFS ，若騎士無法走完，著色法能証明步數的最大值，DFS能讀完圖中所有資訊。結論的一般式紀錄於後。