在近期的臨床觀察中，我們發現腫瘤微環境有許多共存微生物，本研究透過生物資訊學發現微生物代謝物 2'O Methyluridine 可能有促進乳癌細胞生長的功效， 便設計實驗進一步解析兩者之間的作用機制。 本研究探討 2'O Methyluridine 對 MCF-7、T47-D 兩種常見乳癌細胞株的作用機制，發現 2'O Methyluridine 對 T47-D 的生長與細胞群落形成具有促進效果，而 MCF-7 的生長則是受到抑制，且 2'O Methyluridine 可能造成乳癌細胞中編碼粒線體 ATP 合酶亞基的基因之表現量降低。 本實驗的研究結果可提供乳癌治療的新方向，若微生物代謝物對於不同種類的癌症細胞株有不同的反應，我們可以針對患者的腫瘤細胞預先進行分析，並同時針對微生物與癌細胞進行治療，或許可達到更佳的療效果，減輕化療的副作用。

本研究開發AI-RAG智能輔助Moodle次世代學習系統，跨領域結合AI技術與SDGs教育，提升學生提問能力、反思能力及自主學習效能。隨著新課綱強調核心素養導向，學生自主學習與批判思考能力成為關鍵，但教師在繁忙課程中融入SDGs仍具挑戰。AI技術為此提供新契機，本研究透過RAG技術開發智慧學習平台整合Moodle系統，提供即時回饋與學習分析，輔助學生提問與反思，將AI平台導入中學課程分為AI實驗組和GC對照組，比較自主學習效能、反思等能力的成長變化，研究結果顯示實驗組學習成效顯著提升。因此，未來將優化AI回應品質、提升自主學習機制並強化平台資源管理，以進一步完善系統功能。

本研究旨在探討影響颱風暴風半徑的因素，結合模擬實驗分析風場與降水特性。統計2010至2024年西北太平洋共358個颱風案例，結果顯示：颱風的強度與半徑正相關、且生命週期長、生成位置越東(145~155°E)、十月生成者，半徑普遍較大。我們依強度分類定義颱風的大小，發現大型颱風多沿副高邊緣西行後北轉並發展壯大；小型颱風則常直接西行。風場部分，大型颱風風場對稱且壯度大，小型颱風則較不對稱。颱風西行侵台時，結構易受地形破壞，過山後壯度下降，降雨集中於迎風面。 實驗以氣流場模型搭配水霧，改變抽風條件模擬不同規模的颱風，結果顯示，抽風電壓越強、抽風口直徑越大、氣流進入角越小，風場越大。加入台灣地形與木漿棉進行降水模擬，可驗證資料分析結果。

近年來台灣西南部地震頻繁，本研究即探討台灣西南部地震活動，除了驗證該區地震芮氏規模與頻率符合古騰堡-芮克特定律(Gutenberg-Ritcher Law)，也探討定律中b值變化與大地震之關聯。研究對象以台灣西南部區域內1973.01.01~2025.01.31之地震數據，採用最大概似法及粒子濾波器(Particle Filter) 處理時間序列，計算各區b值，並推估各區芮氏規模(𝑀𝐿) > 4.5之地震發生機率(P值)，結合斷層分布與地質特性，分析地震風險。結果顯示，大規模地震前b值呈下降趨勢，震後則逐步回升，顯示b值變化趨勢與樣態具有作為地震前兆的參考價值；透過b值計算出的芮氏規模(𝑀𝐿) > 4.5之地震發生機率，亦可捕捉地震活動趨勢。本研究發現b值及其所計算的P值可作為短期地震風險指標，未來可進一步應用於地震預警與防災評估。

阿茲海默症(AD)是導致失智症的主因，影響全球數千萬人。然而，AD目前的藥物大多昂貴且療效有限。目前已知腦內β類澱粉蛋白(Aβ)斑塊為AD的病理特徵，且大腦清除系統被認為對AD的治療具有重要性。先前研究發現非侵入性迷走神經刺激術(nVNS)增加腦脊髓液循環，但在神經退化疾病中的機制和應用尚不明確。本研究旨在探討nVNS增強大腦清除系統來作為AD新療法之成效，使用Aβ誘導之AD小鼠模型，利用巨視顯微鏡和免疫組織化學染色評估其膠淋巴系統功能，並以新奇事物測試評估認知功能。本研究發現於AD小鼠中，給予nVNS使大腦清除系統之水通道蛋白-4顯著增加、促進膠淋巴系統，進而改善認知功能。本研究首次發現nVNS可通過增強大腦清除系統功能，進而改善AD病理引起的失智症狀，支持nVNS作為AD新療法的可行性。

本研究主要探討，有n位教授要在一個圓桌上舉行會議，其中每位教授都有自己的編號 (1~ n號)，同時圓桌的 n個位置上也有各自的名牌編號 (1 ~n 號) 以順時針擺放置圓桌上與教授們的編號對應。其中第一個進來的 1號教授坐到了圓桌上 k號位，此後的教授們亂序一個一個進入，若發現與自己編號相同的位置是空的，就直接入座；若與自己編號相同的位置被占走了，就以逆時針方向尋找空位，直到有空入座。在這樣的遊戲規則下，本研究探討了，有 n位教授，且 1號教授坐到 k號位，如何給定一組教授入場的順序，就能即刻的找出對應的坐法，以及計算坐錯人數的期望值和坐錯人數次數分佈表等等，後續再將遊戲規則改為，1號教授不限定為第一個入場的人，同樣的探討上述問題。

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。

本研究旨在設計一套中長程列車可使用的磁浮系統。目前，成功的磁浮列車無線供電系統都是於大範圍內進行供電，這會導致許多電力的浪費，縮小範圍必須要感測是否需要供電，目前能做到的，主要是手機的無線充電器。然而，其從接觸負載到真正開始供電，過程大約需要1.2秒。所以本次實驗的首要目標就是製作一套能在5ms內進行供電的距離感應式供電系統。 中長程列車多數包含不同車種，而這些車種的行駛速度各不相同，導致列車需要在過彎時調整不同的傾斜角度，以確保乘客受到最小的離心力影響。因此，本研究的第二個目標是製作一套能自主傾斜的磁浮系統，並設計一款App，使我們能透過Esp32調整列車四角的磁力，進而控制傾斜。

本研究成功以水熱法在 110°C 下合成了約3.90 nm 大小的ZrO2量子點（QDs）。此設計的ZrO2 QDs 能隙為5.03 eV（波長λ < 300 nm），在可見光和紫外光範圍內無明顯吸收特徵，呈現高度惰性和穩定性，適合應用於抗紫外線塗層或顏料。而ZrO2 QDs 表面豐富的氧空位與不同溫度下的CO₂轉化率及CO/CH₄產物選擇性相關。氧空位為帶部分正電的酸性活性位，CO2作電子受體為路易士酸。經氧氣環境加熱處理後的ZrO2 QDs 能提高CO2轉化率且在低溫條件下選擇性較高能促進電子轉移生成CH₄（每分子8e⁻ 轉移）。不同金屬簇（如Fe、Ni、Co和Cu）表面修飾後，Fe-ZrO2 QDs 被證明為最佳催化劑，低溫下更有效促進CH₄生成，且優於ZrO2 QDs。這顯示Fe與ZrO2間存在顯著的強金屬-載體相互作用（SMSI），提升Fe捕捉CO₂分子的能力。此特性突顯ZrO2於碳減排技術的潛力，能有效將CO₂轉化為可再利用的碳基燃料或化學原料，為減少溫室氣體提供實用解決方案。

本研究要探討在兩同心圓，大圓的內接大正五邊形和中心在小圓上移動的小正五邊形在固定邊長、圓半徑的情況下，不論小正五邊形在圓上如何移動，其對應頂點的距離平方和、四次方和為定值以及頂點至對應邊的距離的總和、平方和為定值並試著推廣至正n 邊形並找出它們的定值為何 。