地震常伴隨發生土壤液化。我們發現除了飽和土壤的液化會使土壤失去支撐力而造成建築物沉陷之外，土壤的強度也會隨含水量不同而變化，此現象是受到水的表面張力在土壤顆粒之間產生的基質吸力所影響。我們為了瞭解土壤中含水量影響的情形，設計相關實驗，以建築物的沉陷量檢測土壤的強度變化。實驗推知：當土壤部分飽和時，因水的基質吸力而使土壤強度增強；土壤粒徑越小時，基質吸力愈大，使土壤強度增強；在地震加速度介於150~600gal間時，加速度與建物沉陷量呈線性關係。而在天然土壤中，因含有扁平、粗糙的板岩碎屑、以及細粒的黏土，均導致土壤強度較純石英砂強。希望本實驗資料配合地質調查，可以更有效的掌握填海造陸、填方、河川地區的土壤強度。

現今生活繁忙，針對慢性疾病者，常常為了工作而忘記服藥。因此，我們希望能解決這個問題，於是我們小組想出了利用智慧手機搭配藍芽將訊號傳送到設有接受訊號開關的藥盒，只要時間一到就會播放語音及訊息作為提醒。如果在一定時間仍未完成用藥，系統則會自動傳送訊息給特定手機號碼的朋友、家人，一起督促準時服藥，對於健忘的長期用藥病人將是一大好處。

本研究提出新型動態的垃圾子母車清運模式， 此模式將超音波感測器裝在垃圾子車上，感測垃圾子車內的垃圾量，並將感測資料主動傳回伺服端，伺服端經由傳回的資料，即可得知子車內堆積的垃圾量是滿的、半滿的或是空的，並分析哪些子車的垃圾必須及時清運、或可順路清運，哪些可以下次再回收，據此資訊規劃垃圾母車清運垃圾的最佳策略，不但可節省人們等垃圾車的時間，同時縮短垃圾車清運路徑因而減少垃圾車的耗油量與碳排放量，並且解決因垃圾車沿街收垃圾造成的交通阻塞問題，又可避免因垃圾堆積造成環境的清潔衛生問題，有效增加垃圾清運的效益。

將自然與生活科技的「聲音的探討」單元中所學的知識，應用在日常生活中，使用回收物品與教具的再利用當器材的來源，利用鼓風爐教具當壓吹空氣源（氣壓源），連接不同長短的膠管笛以發出聲音，藉由電腦測音軟體錄製所吹出的聲音，進行頻譜分析量測其音頻，探討不同長短的塑膠管所發出的音高，進而求出想要的音高的管長，使其發出所需的和弦與樂音，以製作能當伴奏或彈奏的膠管樂器，達到自製樂器的樂趣。

打掃學校蝴蝶園時意外發現雲絹蝶刻絨繭蜂從紫蛇目蝶幼蟲體內鑽出，為了進一步瞭解紫蛇目蝶與絨繭蜂的寄生關係，我們調查附近辭修公園內絨繭蜂與紫蛇目蝶的族群分布、棲息環境與存活率，透過室內飼養觀察了解紫蛇目蝶與絨繭蜂寄生紫蛇目蝶的生長過程，結果發現絨繭蜂在氣溫低於20℃下與紫蛇目蝶族群棲息環境相似，且在野外紫蛇目蝶幼蟲有28.1%會被絨繭蜂寄生而死亡，寄生後的絨繭蜂會在紫蛇目蝶幼蟲腹部內吸食養分約18天左右，會咬破紫蛇目蝶蟲體作繭而出，繭經過9天後就會羽化成絨繭蜂，在尋找下一個寄主。

本研究主要針對預防病媒蚊發生機率和統計區域分佈，藉由蚊蟲對於不同顏色吸引度之差異，設計出一款新型的吸入式捕蚊燈。除了捕蚊外，本研究結合學校課程所學，使用3D列印設計捕蚊燈外型，透過ESP8266 模組使捕蚊燈成為物聯網的節點，除了可以控制多臺捕蚊燈燈光顏色誘捕病媒蚊外，再利用小型風扇阻斷蚊蟲飛出，使捕蚊效率提高，整體捕蚊燈的消耗功率也可連續使用。在電路板加裝光敏電阻感測，亦可自動統計病媒蚊吸入數量，再透過網路回傳資料收集至伺服器。在裝置多臺捕蚊燈後，可以同時統計區域病媒蚊的分佈，以利降低疫情發生機率。

本研究源於參加Power Tech科技創作競賽，要製造一隻兼顧「接力賽」及「拔河賽」的蟲蟲機械獸。結果發現： 一、連桿越長蟲蟲移動速率越慢。 二、有軌蟲蟲較無軌蟲蟲走得快。 三、防滑貼條位於身體後段，速率最快。 四、蟲蟲後段身體過輕，導致行走翻覆；而蟲蟲後段身體過重，蟲蟲會拉不動配重。 五、重心位於後身前端或中間，行走速率最快。 六、曲柄越長，行走速率越快。 七、配重為4個螺帽、6個螺帽時，以連桿12cm蟲蟲速率最快。 八、後身高度為5公分，角度為20度的負重量最大。 九、防滑貼條貼在前段時，負重力較佳。 十、當重心位於前段，且角度介於10度到20度時，負重量增加。 十ㄧ、防滑貼條摩擦力適中，負重量最大。

由於近年來,氣候的變化變非常不穩定且極端化，為了能研究出兼具節能與環保的降溫設備，此研究整合了冷凍空調原理、電子學實習、3D列印機與網路上的相關資訊，利用蒸發冷卻特性當作水冷式風扇的基礎，僅須消耗風扇的功率(約5~6瓦)即可達到降低溫度的效果。

本研究利用一種不需藉外加幫浦，以重力驅動即可自行使液體流動且形成層流的系統。因微流道的尺寸夠小，足以形成層流，再由系統中入口、出口儲液槽的高度差、毛細現象以及表面張力，驅動流道中的液體、形成流速穩定的層流。由層流的性質得知，死菌只能隨流層前進，而因活菌有運動能力，能自由分布於系統中，如此便可將死亡及活力較差的大腸桿菌從中分離，並探討各種影響細菌分離的機制。

自動影像處理一直是個熱門的話題，目前已提出許多提升手機拍攝照片品質的方法。在這份研究中，我們建立GAN模型，嘗試消除手機於夜間拍照時照片中的噪點，並且提升照片畫質。我們先用非成對數據訓練CycleGAN，利用CycleGAN由高品質圖片產生對應的低品質圖片，再使用此數據訓練生成器，藉此達到降噪以及提升畫質的效果。藉由我們的模型，使用者可以透過簡易的方式，有效地去除手機拍攝夜景照片中，惱人且難以消除的噪點。據我們所知，我們的研究是目前最方便且有效的方式，為自動影像處理開創嶄新的道路。