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。

本研究探討翠葉蘆薈汁液對植物生長的影響及其變紅現象的成因。實驗結果顯示，翠葉蘆薈與中華蘆薈汁液皆能抑制黴菌生長，且翠葉蘆薈在促進綠豆發芽與水生植物（霓虹水竹草、左手香）生根方面具潛力。 觀察到蘆薈汁液變紅後，進行顯微鏡分析，確認變色細胞為保衛細胞。為了了解變色的原因，進行多項變因測試。結果顯示：單獨的氧氣、加入酸鹼反應、金屬接觸及溫度皆無法造成明顯變色，唯有「 在氧氣環境中的照射紫外線」時，才會誘發汁液快速變紅。此外，臭氧氣體亦能在短時間內促使翠葉蘆薈汁液變紅，顯示臭氧可能為促使色素反應的重要因素。

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。

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。

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。

本研究探討以粉筆灰、鐵鏽、及銅粉的混燒物製成粉鏽銅光觸媒，成功運用於二氧化碳的還原、抑菌、及分解有機物。首先探討粉筆灰、鐵鏽、銅粉的最佳混和比例條件，將粉鏽銅光觸媒塗佈在玻璃片上，進行光催化功能試驗。研究中，利用高壓釜及微波爐進行鍛燒，使用自製簡易工具，用於光催化降解、抑菌、二氧化碳還原、透光度等測量。結果顯示，以粉筆灰3公克、鐵鏽1公克、及銅粉1公克比例燒成的光觸媒，於紫外燈365nm照射3小時有較佳的光催化效果；將蛋白質降解最多，較能抑菌，及吸附二氧化碳轉為醇類。每天將粉鏽銅在365nm紫外光照射3小時，其光催化效率可維持至少七天。研究顯示，粉鏽銅確實有效降解有機物、抑菌，還原二氧化碳效果。

本研究利用自製地震模擬器，自製彈簧阻尼器、麥芽糖黏性阻尼器，自製模型屋，手機震動APP檢測X、Y、Z軸最大加速度，作為阻尼器減震效果的優劣，實驗結果：彈簧阻尼器彈性較高，無法完全吸收震動能量，因此減震效果有限。黏滯性阻尼器對模型屋 減震效果：1支黏滯性阻尼器震動大時減震效果較佳，最大加速度減震36.20％，黏度低優於黏度高。2支黏滯性阻尼器配置X型，在X、Y、Z軸與最大加速度4項，最高可減震56.29％，27.55％、57.80％、53.06％。對鋼骨結構模型減震效果：配重220克最大加速度減震23.83-33.38％，不同配重差異性不大。不同樓層最大加速度五樓的減震最佳28.79％-35.52 ％。裝設1、2支阻尼器减震效果19.88％-29.99％，並非裝設越多阻尼器減震效果越佳。

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。