離岸流是海灘安全的重大隱患，台灣有30處海岸經衛星拍攝到離岸流。其發生時間和地點不定，且會迅速將人帶離岸邊，最遠約100公尺。民眾常因掙扎而體力不支，導致溺斃。為減少此類事故，本研究開發了一套離岸流偵測預警系統，構建出準確度超過95%的辨識模型。 因台灣無離岸流圖庫，本研究除國外圖庫，也加入台灣GoOcean等平台的即時影像，以貼合台灣實際狀況。經影像前處理後，共約四萬張圖片和五十部影片用於訓練YOLO v8模型。當偵測到離岸流，即時透過Discord發送警報至救難中心。我們也加入人形辨識功能，若系統同時偵測到人與離岸流，則加強警戒等級，從而提升救援效率。 完成離岸流辨識系統後，我們著手開發預警功能。將辨識模型應用於各地監視器，蒐集更多離岸流資料，再先後使用YOLO v8和Transformer提取生成特徵，預測其發生，以達成預警的功能。

本研究探討臺灣常見的鋼筋華廈、鋼筋及鋼骨大樓，透過於地下室外牆與連續壁間填入非牛頓流體、牛頓流體及輕黏土，比較建物受震時加速度，發現地下結構中設置非牛頓流體減震裝置較牛頓流體、輕黏土更減震。而模擬器搖晃20-50秒時，非牛頓流體能顯著的減震，超過50秒後，非牛頓流體可能因沉澱而減震效果下降；在100秒後，無減震裝置的建築加速度上升，非牛頓流體再次出現明顯的減震效果；不同重心的建築質量分布導致不同的擴溶現象，使減震效果發生變化；較高的建物因力臂較長，重心高時產生較大的加速度。接著觀察光穿透吉利丁凍的偏折情形，發現受力面與地震方向垂直時，牆面受力明顯；若受力面和搖晃方向不垂直，柱的部分受力大，且觀察到力量有轉移的現象。最後，為建築設計超聲波測距模組，即時監測建築下陷或傾斜情形，以利即時修繕及重建。

本研究利用波浪撞擊架設於水面的浮筒來擷取波浪能，並連結水面上方的能量傳遞裝置，將能量傳遞至發電機轉換成電能。在能量傳遞裝置上，以錐齒輪組取代前一代過於複雜機械結構的設計，以期減少能量在傳遞過程中的耗損。同時也研究加速機與擬飛輪裝置的適當配置，以增加能量擷取轉換的效率與穩定性。 此外，也運用 NODASS海洋大數據之平台，分析台灣東北海沿岸之波浪情況。並且利用 Solidworks、AnsysWorkbench等數值模擬軟體，模擬機構下水之情形，分析並統整出本機構下水之最佳條件。 後續將結合 NODASS海洋大數據對東北角海域的分析結果，並利用與數值模擬計算，來優化本研究機構的設計。期待新的優化設計，能在平面水波槽實驗中，得到 15 %以上的平均能量轉換效率。

從家用微波爐到3C產品，皆有微波電磁干擾 (Microwave Electromagnetic Interference, MWEMI)的防蔽設計需求。依據2020年科展競賽作品中的薄層微量雙金屬催化技術可製得 Graphene/Ag-doped異質結構，但該作品未曾研究此材料的防蔽 EMI 能力。本研究優化此技術，成功將銀奈米結構沉積在石墨烯的缺陷及晶界邊緣，相關技術與實驗參數（化學氣相沉積法的加熱溫度、時長和通氣量）已發表於2023年科展競賽作品。本研究進階發現 Graphene/Ag-doped異質結構具高透明度和屏蔽 MWEMI 的能力，單層膜可屏蔽60%之 MWEMI，效能優於文獻上記載的2~3層石墨烯。而依據2023年文獻說明單層奈米碳管 (MWCNTs)異質結構經氟化處理後，可大幅提升 MWEMI 屏蔽效能，因此我們也將 Graphene/Ag-doped材料經由四氟化碳電漿處理，氟化後的屏蔽效能又比單層石墨烯-銀高出15倍，可遮蔽高達99.9%的 MWEMI。

本研究以電紡絲法製作光動力活性的碳量子點（carbon quantum dots, CQDs）螢光蠶絲，用於光降解環境染劑汙染物與抗菌的應用探討。不同顏色螢光的碳量子點 紅、綠、藍色）的合成是以檸檬酸作為主要碳源，分別參雜尿素與葉綠素用以合成三種螢光的碳量子點。接著將絲素蛋白、聚乙二醇與量子點溶液為原料，以電紡絲法分別製作成藍色、綠色與紅色的螢光蠶絲。螢光光譜儀 PL）與穿透式電子顯微鏡 TEM）結果呈現量子點的光學特性與尺寸呈現預期的量子效應。拉曼光譜則證實電紡絲法之螢光蠶絲具有絲素蛋白、聚乙二醇與量子點的特徵訊號。本研究使用之電紡絲法製備之螢光蠶絲，與我們之前使用蠶寶寶桑葉餵食法生產之螢光蠶絲來比較，電紡絲螢光蠶絲具有更加優異及穩定的光降解環境汙染物效率，未來可用於自清潔、抗菌織物與醫療敷料之應用。

本研究探討將護木漆塗在不鏽鋼及鋁片上對於熱輻射吸收及降溫效果的影響，從實驗結果中可以看到塗上護木漆後的不鏽鋼樣品在可見光範圍的吸收雖增加 29.7W/m²，但在 8µm~12µm紅外光範圍的熱輻射增加 38.2W/m²，約增加 11.2倍，而鋁片樣品在可見光範圍的吸收減少 1W/m²，紅外光範圍的熱輻射則增加 38.6W/m²，約增加 25.9倍，故護木漆能有效增加熱輻射效率，減少能量吸收，而本研究亦證實樣品的輻射冷卻效 能，在晴天時樣品溫度最多可降低 3.4度及 2.7度，故此種方法能有效抑制升溫，並希望未來能應用於建築及儲油槽外壁上，以減少冷氣使用及火災發生頻率。

全球約有9千萬的兒童是視障者，他們的學習依賴著點字器材。點字書難以傳達3D (三維)圖形的概念，讓他們在理解3D圖形有許多挑戰，而點字書過長的文字描述加大了他們與正常同儕之間的差距。本研究旨在開發一個學習輔助平臺，同時強化視障者的觸覺認知和文字圖形理解能力。 在強化觸覺認知方面，開發之系統能將傳統的圖片，利用影像轉3D之人工智慧建模(Image-to-3D AI model)技術，轉換圖片轉為3D，呈現在開發的擴增實境顯示器上，讓視障者能夠親身透過觸摸立體顯示器之3D模型，瞭解圖片表達的空間結構。在文字優化方面，利用微調大型語言模型與搜索式強化生成等方法，優化視障者閱讀之內容。系統開發過程中，二位視障者進行體驗，持續以修正系統設計的便利性、友善性與有效性。 本研究成果為視障者帶來新式個人化的學習輔助工具，增強視障者對立體圖形學習能力與文字理解。

本研究開發基於RNN和LSTM的獨居者居家行為監控系統，利用樹莓派、多種無侵入式感測器及鏡頭實現獨居者日常活動的實時監控與情緒評估。系統收集各感應器數據，透過 LSTM 進行學習與預測，並使用隨機森林演算法分析行為狀態，提供客製化數據處理與預測性能優化。 長期數據收集可觀察獨居者的活動力及情緒變化，早期發現健康風險，針對現有求救設備頻繁異常通知的問題，我們開發了能夠識別長期身心狀況變化的監測系統，並整合人體紅外線感應器、都卜勒雷達感應器、日夜感測器等技術，透過Python程式及MQTT進行數據收集與處理。模型訓練使用SQLite資料庫數據，經過多次測試選擇最佳參數以提高預測準確度，隨機 森林演算法也強化決策準確性。 通過長期的數據收集和分析，本系統能夠觀察並預測獨居者的活動力和情緒的變化，早期發現獨居者的身心健康是否有風險。

本實驗主要透過程式模擬及數據分析，探討受力材料之裂紋走向。透過模擬，我們找出會影響裂紋發展的因素，如原斷裂紋的長寬比。於不同的的材料會影響裂紋走向，我們將材料設置為單一材料與兩種材料組成的複合材料進行探討，並將結果進行分類。此實驗有助不我們去理解同的初始裂紋對不材料後續的裂紋關係，目前也正在嘗試利用cGan系統預測複合材料與裂紋的關係，希望能預測出準確的結果。

電子智能系統被廣泛應用在現代人的日常生活中，但是使用任何電子系統都必須面對系統失效的風險，就像我使用電腦可能會當機一樣。在智能車輛的應用中，電子系統的可靠性與我們的人身安全直接相關。一旦發生系統失效的狀況，恢復系統正常運行的最後一個手段是重新啟動系統，藉由系統重啟來恢復系統的正常功能。因此系統重啟的耗時，對系統的可靠性至為重要。 LS1043A晶片是多核心高階處理器，能夠運行完整的Linux操作系統。由於LS1043A架構及功能的複雜性，它的開機程序需要遵守嚴格的步驟，耗時也比一般的微控制器更長。在這個實驗中，我將了解LS1043A處理器的架構著手，由此設計一個計時器，能做到精準量測開機時間達千分之一秒，使開機時間成為能夠量化的指標。本實驗的計時方案是一個通用的設計概念，可用來量測不同類型高階處理器的開機耗時及系統可靠性評估之參考指標。