本研究目的在於開發一款能夠自動吸取校園落葉的類掃地機器人，經參考相關研究和產品型態後，我們構想以落葉收集桶和自走控制系統分開的方式進行實驗和探究修正。 從實驗過程我們得出最佳落葉收集桶吸葉管徑是8cm，吸葉管口風速應高於19mph，吸葉管口離地面最佳高度為2cm。 自走控制系統我們採用Arduino整合影像辨識技術、馬達驅動模組、超音波感測，達到避障、偵測邊界的基本功能，結合兩大系統就能自動在指定範圍輕鬆吸取樹葉、枯枝等，並將其收集到集葉桶中。 本研究產出成品適用於大型的公共場所或樹木稀疏的平面區域。相對於人工清理，自走落葉收集機可以大幅節省人力成本和時間，對於課業繁忙的學生族群特別有用。

隨著人工智慧和自然語言處理技術的發展，客戶端小型語言模型在各種應用中扮演著日益重要的角色，例如智能手機、物聯網設備和邊緣計算裝置等。這些小型 語言模型需要在有限的計算資源和存儲空間下實現高效的自然語言處理能力。在這種情況下，訓練資料量的大小對於客戶端小型語言模型的性能至關重要。 過去的研究已經表明，大規模的訓練資料對於建立高性能的語言模型至關重要， 但對於客戶端小型語言模型而言，資源的限制使得無法直接應用這些方法。因此，我們需要探討訓練資料量對於客戶端小型語言模型的影響，以找到最佳的平衡點。本研究的結果將有助於指導客戶端小型語言模型的設計和訓練，從而更好地滿足現實世界中的應用需求，同時充分利用有限的計算資源和存儲空間。

無線充電是新型的一種充電方式，原理是利用電磁感應達到無線傳輸的一種充電方式，無線充電總共有四種，分別是磁感應式、磁共振式、電場耦合式、無線電波式。本篇研究將對磁共振式無線傳輸模組進行探討，並且與磁感應式無線傳輸模組進行功率數據上之比較，探討磁共振是否能提供無線傳輸更好的傳輸功率。當輸入方波訊號並且頻率由10kHz~100kHz，實驗結果發現當磁共振式的輸入頻率為60kHz時測量到的功率為最大，磁共振式相較磁感應式在功率上高約22倍，當兩線圈間達到阻抗匹配及諧振匹配能夠使功率進一步提升至29倍。依據實驗探討和結果，可以得知影響磁共振式功率的原因有線圈的電感值，以及發射線圈和接收線圈間之諧振匹配與阻抗匹配。

本實驗研究螺線圈數、擴大倍率對黃金螺線與阿基米德螺線交點數的影響，並預測交點座標。研究發現： 1.透過趨勢線預測圈數變化時的交點數，分別使用第一至第四象限預測，發現四個象限各別形成的趨勢線預測值總和會有較高的準確率。另外，我們也利用兩螺線圈數來推導出預測交點數的公式。 2.透過趨勢線預測兩螺線比例變化時的交點數，當黃金螺線和阿基米德螺線擴大倍率的比值越大，交點數越多。 3.前25個交點距離、夾角及圍成三角形面積所形成的趨勢線，用以預測第26個交點之後的數據，誤差率在5.16 %以內。 4.預測交點座標第26點以後，發現預測越接近x軸的交點，y座標偏差率越高，x座標偏差率越低，反之亦然。