在這篇作品中，研究了在遵守反射定律的情況下，“光點”在x軸和“反射曲線”之間反射時，無限往前彈跳的可能性。 研究分成兩個階段，第一階段沿用了我過去作品中的基本結果，闡述了“入射光線”角度之間的遞迴關係，並用“反射切線”角度寫出第n個入射光線角度的封閉式。 第二階段運用函數值趨近於非零常數（為了研究簡潔，假設趨近於1）的情況下一般可用的“接觸點”估計方式，並使用此結果證明了在特定初始條件下，1+e^(-x)和1+1/x都是“無限反射曲線”，但一開始的接觸點估計方式只適用於反射曲線函數值趨近於非零正數的情況，所以我也針對函數值趨近於零的情況進行了思考，但發現了估計推導上的困難，這將是我未來繼續研究的方向。

基於音樂輸入的動作骨架生成是一個正在興起的研究主題，然而在弦樂樂器的演奏骨架生成上，由於動作與音樂資訊間並非是一對一的對應關係，且在時間序列上非常注重前後關係，此問題仍非常具有挑戰性。在研究中，我們設計新的架構，將小提琴演奏者的演奏各部分拆解並分別生成。針對前人研究及此研究的研究結果，我們分別進行了客觀測試及主觀問卷的評估，兩方面皆顯示我們的研究結果較前研究進步。就我們所知，此篇研究是第一個嘗試在小提琴演奏動作上加入音樂情緒的研究。

小學在採集過程中幸運地採集到身體呈魚骨狀，較白線斑蚊大1.5倍的大孑孓，發現其會攻擊並掠食白線斑蚊（Aedes albopictus）孑孓。經病媒蚊專家鑑定為國內少見，但因不傳播疾病，以致較少文獻探討掠食行為的海氏掠蚊(Lutzia halifaxii)孑孓。本研究為國內首次對海氏掠蚊生活史及掠食行為進行之調查研究，結果有三：（1)海氏掠蚊孑孓的棲地與白線斑蚊等多種孑孓重疊並掠捕其為食；（2)海氏掠蚊的孑孓期為14~21天，公蚊壽命為25天，母蚊為40天；（3)海氏掠蚊可掠捕白線斑蚊孑孓，為功能反應曲線П型，捕食量隨獵物密度增加可高達177隻，並可明顯降低白線斑蚊羽化數量達90%。結果顯示利用海氏掠蚊進行生態滅蚊具有高度潛力，可進一步發展成為未來疾病與病媒蚊控制策略的工具。

虹吸鐘裝置常被運用於魚菜共生系統中，本研究將它結合發電模組，發展新型態小型水力發電的雛形，以下是本研究主要的發現：(1)虹吸鐘裝置之循環可概分為注水、排氣、虹吸及注氣四個階段。(2)適當的注水速度、略大的虹吸鐘與虹吸管的間隙以及方向垂直的2公分內徑虹吸管較易產生穩定的虹吸現象。(3)加裝注氣管能有效解決注氣階段無法停止的問題。(4)空氣室高度愈高、虹吸裝置高度愈低、虹吸管愈長可增強虹吸階現象排水沖力。(5)使用5片扇葉以及適度彎曲的水輪有利提升發電效益。(6)使用虹吸鐘產生虹吸現象，可推動較大發電設備，提升發電成效，最後我們建議可以運用虹吸鐘發電於如下圖之降雨或小溝渠等小水源之情境中，增加能源取得方式的多樣性。

三四五月是金門的霧季，濃霧經常伴隨西南風產生，過去曾有研究者嘗試分析濃霧產生的規律性，但似乎未能有實質結果。過去研究顯示，聖嬰(特別是東太平洋聖嬰)可能會促發秋季時西太平洋-南中國海鄰近區域產生順時針風場的高壓環流，其影響會持續至隔年春季。我們推測這個環流導引的西南風與海溫變化，很可能會影響金門地區濃霧的產生，然而，就我們所知，過去並沒有研究針對金門地區濃霧現象與聖嬰現象、海溫、風向間的相關性進行探討。本研究證實上述變項間是具有顯著性的相關性，亦發現，當東赤道太平洋海水的水溫在秋季時有明顯的上升(聖嬰年)時，半年之後(隔年春季)，金門的起霧天數會變得比往常還要多10到20天。

本研究探討可以使用哪些正多邊形拼排出有規律的圖形？由可用「1~3種正多邊形」共3~6個拼成交接面360°的圖形，推導出等式： (k-2)/2=1/x +⋯+ 1/y +⋯+ 1/z，k∈{3、4、5、6}, x、y、z ∈{N∣N≧3}╰ 共k項，x、y、z可相等 ╯ 利用枚舉法及十字交乘法，求等式的整數解。再實際製作正多邊形拼排，發現：有10組正多邊形可連續拼排出交接面360°都相同的規律圖形；有1組可連續規律拼排，但並非交接面360°都相同；而有6組圖形無法繼續規律拼排。最後分析能否連續規律拼排的原因，找出檢驗方法，並運用軟體illustrator繪出有規律的圖形。 研究發現，雖然我們只能使用正三邊形、正四邊形、正六邊形、正八邊形、正十二邊形作為拼排規律圖形的元素，但卻能選取多組圖形，發揮創造力，設計出更多有規律的圖案。

研究科學玩具「nanodots」與數學曲線「懸鍊線」(Catenary)的關係，並更進一步思考nanodots的多寡與最終形成曲線的逼近程度是否有正向的關聯。

鐵氧體是一種有特定晶體結構的複合氧化物，不溶於酸、鹼、鹽溶液和水。 鐵氧體法是目前較高效率、低成本處理六價鉻廢水的方法，該方法是利用亞鐵離子提供的電子將水溶液中的六價鉻還原成三價鉻，三價鉻取代鐵離子進入鐵氧體晶格後，形成鉻鐵氧體並沉澱。但在此過程中亞鐵離子只能提供一次電子，無法再次還原六價鉻。 目前已有文獻利用鐵氧體法達到99.68%的二鉻酸根去除率(1)。而在另一份文獻中指出，藉由亞鐵反應後形成的鐵離子與特定配體螯合，配體會釋出一個電子並使其再次還原成亞鐵離子(2)。根據這份文獻所指出的反應對鐵氧體法做出改良，進而達成亞鐵離子重複利用。目的是利用較少的亞鐵達到一樣甚至較高的去除率。 在我們的實驗中選擇了兩種配體。第一種是2,2'-聯吡啶，其是根據文獻的特定配體中選擇。第二種是乙二胺四乙酸二納，選擇它的理由是其對環境的危害較小。

強化學習為當前AI領域的熱門話題，其特點是在環境的獎勵與懲罰下，進行學習。強化學習雖然較為困難，但其成功的項目都非常有名，其中最著名的例子有: AlphoGo、AlphaZero等等。 深度強化學習(DRL)是深度學習與強化學習的結合體，本專題透過DRL實現近端優化策略演算法，來使BipedalWalker環境中的二足模型學會行走，並調適超參數與神經網路來讓模型訓練擁有更好的結果。 經過實驗後發現，適當的降低獎勵折扣衰減率能有效的提升學習速度以及學習上限，同時可以避免分數落差過大導致的Dead relu問題。最終的結果能讓平均分數達到302分，成功達成了BipedalWalker環境要求(平均分數>=300分)。 為了使智能體擁有更好的探索能力，本專題加入了ICM(Intrinsic Curiosity Module)，成功提升了最終的平均分數至316分，將不摔倒的機率提升至99%，最高分數則到了320分，使得雙足模型能以更快的速度向前移動並保持穩定。

本研究旨在解決以往無法將影片色彩化的問題，設計方法分為兩大部分：首先，我們在基礎的生成對抗網路上加進了多個模組如：殘差模組以及特徵提取模組，我們實作多種不同組合的生成對抗網路，並比較其成效。其中，我們利用COCO dataset來訓練我們的的基礎模型。本研究以風景影片為主，因為風景影片的震盪和變化較小。在進入第二階段前，我們利用Kaggle風景圖片資料庫來微調最優的模型。而在第二部分，我們發現生成出的影片會有色彩不連續性的問題，於是我們提出了三套方案來提高影片整體品質來抵銷模型在前饋過程中所產生的不確定性以及隨機性。分別為H.264編碼技術，ORB預測個別幀，以及HSV提高色相穩定度。