本研究利用合成三種金屬氧化物Fe3O4、Co3O4、NiO，藉由改變摻入海藻酸鈉薄膜的比例以提升四氫呋喃(THF)去除率。先改變海藻酸鈉比例進行實驗，得到3 wt%的海藻酸鈉為最佳薄膜條件。再合成三種顆粒並鑑定顆粒特性。再將顆粒摻入海藻酸鈉薄膜，鑑定薄膜的親水性。又以90 wt%的 THF 為有機染料進行滲透蒸發實驗，改變時間後，選定 6 小時為實驗的控制時間。接著用摻入不同氧化物的薄膜進行滲透蒸發，探討何者除去THF的效果最佳。當中以Alg/1%Co3O4 的效果最佳，可產出純度99.96%的水。另將Alg/1%Co3O4進行以異丙醇和乙酸乙酯為有機染料的實驗，同樣有不錯的效果。

本研究提出一套基於貝茲曲線的手寫圖形向量化系統，透過自動節點擷取與分段擬合機制，在降低點位數的同時維持高度幾何保真，本研究整合了自創的線段向量與曲率特徵處理演算法（SVCFP）能自動分割手繪筆劃並擷取關鍵節點，搭配最小平方法（LSM）進行高效貝茲曲線擬合，整體流程建置於網頁互動介面，可即時繪圖並獲得向量化結果。研究結果顯示，相較於傳統工具，本研究在控制點數上平均減少約84.6%，最高可達90.8%壓縮比，同時僅犧牲較少精準度情況下（BMND分數平均變動約 28~36分），仍能保持流暢準確的輪廓重建 ，亦適用於大量或即時處理情境，如數位手寫輸入、字型設計與圖形分析等，為圖形向量化提供一種高效率、低冗餘、視覺保真且實用價值高的解決方法。

本研究採用11種53隻蜘蛛的框架絲與築巢絲為材料，利用電學設備以電訊號偵測蜘蛛絲對環境濕度變化的電阻反應。實驗使用自行設計的器材與方法，將蜘蛛絲並聯後記錄其在相對溼度40%至90%的區間內的電阻值變化並作圖分析。結果發現所有蜘蛛絲在低濕度時電阻值都偏高，直到絕對溼度在10g/𝑚3左右電阻才會開始下降。由實驗所得的數據發現不同種類蜘蛛絲的「電阻–溼度趨勢圖」都不同，此結果說明同為蛋白質材質的蜘蛛絲，在親緣關係相近的蜘蛛中，其蜘蛛絲的電阻特性與濕度反應也有很大的種間差異。希冀本實驗結果能對未來仿生學與生態演化生物學議題上，如蜘蛛絲在環境感測之應用與蜘蛛絲蛋白質特性之演化等相關研究做出貢獻。

描圖紙又稱硫酸紙，經硫酸處理後形成部分纖維被轉化成凝膠狀且不可滲透性澱粉樣蛋白的紙張。本研究旨在探討該捲曲、反轉現象的各種可能變因，並推估該紙張捲攤行為的機制。經探討發現環境的溫、濕度影響其現象，且描圖紙接觸的溶液不同也影響運動。描圖紙本身變因有表面材料、大小及重量。不論描圖紙形狀，最後都以同一方向平行捲曲，與描圖紙上的纖維方向有絕對關係。進行不同面積方形描圖紙捲曲實驗，表面積越大的正方形描圖紙在捲攤現象花費較多時間，長形描圖紙捲曲速度則以非捲曲長度為影響因素。描圖紙表面處理的實驗，無論凡士林塗於描圖紙任意面，皆影響其捲攤。描圖紙較厚需更多時間完成現象。根據以上，推測為吸水使描圖紙膨脹導致。

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。

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。

本研究的原題目是在網路上看到證明兩正六邊形頂點連線所形成的長度平方和相等的關係，這份研究將此題推廣到了所有正2n邊形上，而後又推廣到了面積，探討了面積多次方和的關係，最後我們又發現了這些性質在pn邊形上也都成立。 研究中利用了架設坐標系來表示圖形，再利用各種方法簡化算式。文中的證明多用到三角函數的性質以及轉化為複數的表示法以得出結論。 文中最終證明出對於兩個正pn邊形，他們的頂點連線所劃分的區域分組後可形成次方和相等，以及這些連線分組後具有偶數和相等的性質。

本研究聚焦於α−,β−,γ−環糊精對原始四苯基乙烯分子進行主客體錯合之聚集誘導放光現象研究，探討不同環糊精在水溶液中對四苯基乙烯之包覆效果進而觀察水溶液及固體狀態下之螢光性質變化，結合螢光顯微鏡、紫外可見光、螢光及核磁共振光譜技術量測與分子模擬方式來深入探討環糊精與四苯基乙烯之間錯合與放光關係。實驗結果顯示γ−環糊精對四苯基乙烯分子具有最佳的錯合包覆效果，兩者間透過 1:2比例方式為最可能模式，同時錯合物具有雙重激發放光性質 (分別放射藍光與綠光，激發波長分別為 330-380與450-490nm)。

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。

為解決傳統物聯網監測系統過度依賴中央伺服器所引發的隱私外洩、單點故障與缺乏彈性等問題，本研究提出一套創新的去中心化監測系統「環語鏈」。其核心創新在於整合本地大型語言模型(LLM)與三層式模組化基地台，實現了數據的本地處理與彈性的分層協作。透過低成本小型基地台進行資料蒐集，由中型基地台負責情報交換與暫存，最終由大型基地台運行本地LLM進行意圖分析與生成自然語言回應。本系統不僅能被動查詢，更能主動發送警示，並具備自動記憶與可自訂人格的功能，打造真正個人化的智慧管家體驗。所有資料儲於本地，使用者可依需求靈活配置感測器，確保了系統的安全性、擴充性與高穩定性，為新世代智慧生活提供了一個兼具人性化與高韌性的解決方案。