車輛在轉彎時會產生法線方向的加速度導致側傾。本研究以 Arduino、MPU-9250 加速度傳感器模組、光電傳感器等，換算成速度、側傾角資料後，回饋控制車輛移動，再利用其它設備的輔助觀察感測器的準確性。本實驗計畫利用加速度計的資料開發一個車輛防側傾駕駛輔助系統。首先，利用 MATLAB Simulink 模擬車輛在不同環境下傾倒時的各項感測器數值變化，以縮短實際實驗所需的時間。接著計算出車輛發生傾倒所需要跨越的數值門檻，並在電腦中撰寫一套防側傾的策略，分析側傾的原因以及量值後，控制車輛的轉彎方向以及速度，使其回到正常行駛的平面。最後模擬完成後，再將模擬的系統實裝回到原本的模型車實驗驗證系統的可行性，並討論其成功率。

本研究旨在開發一套以影像辨識為主、結合生理徵象監測之「工業廠房作業人員智慧型即時安全監控與危害預防平台」，以實現對作業人員 的即時保護與風險預警，成為基層勞工免於職災威脅守護者，保障工作權益的最佳防線。 此平台具備多工作場域模組化功能，首先以重電設備場域作為研究起點，透過有限狀態機（FSM）架構，系統性地建立作業流程的狀態圖。平台結合YOLO模型於狀態圖之啟始狀態進行防護裝備穿戴辨識，預防狀態之設備通電警示，作業狀態則以長短期記憶神經網路（LSTM），搭配心率與聲音感測器偵測。 此外，本研究亦於車床機械與高處施工場域展現良好的監控預警與可擴性成效。未來期望進一步推廣平台至更多工業環境，提升整體職場安全管理之智慧化。

本研究以豬牙作為人牙替代模型，採用CIELAB 色彩空間中L值作為牙齒亮白度量化指標，系統性探討過氧化氫與等效過氧化脲於漱口水與凝膠兩種劑型下的牙齒美白效能差異。基於研究結果開發牙齒美白使用方針建議app，結合使用者初始牙齒L值、期望之美白效果及使用頻率，以研究結果作為依據演算出客製化的美白方針，提供使用者調配漱口水與凝膠之方法與使用方式，精準控制活性成分暴露量，避免氧化過度或反應不足。本研究創新地將 CIELAB之L值量化結果整合至智慧推薦系統，同時深化了居家牙齒美白產品之科學基礎，亦為個人化口腔保健管理提供新思維，有效提升國人居家美白安全性與使用者體驗，並有助於減輕牙科醫療負擔，具備顯著之社會與產業價值。

本作品靈感來自於算額（Sangaku），Sangaku中的其中一篇文獻是將一三角形的三頂點各分割出兩三角形，本研究將其延伸至於任意三角形各邊上取點 L、M、N兩兩連線段進行討論。在任意△ABC中，L、M、N分別為̅BC、̅AB、̅AC上一點，若△AMN、△BML、△CLN之內切圓半徑相等，則△ABC內切圓半徑等於△LMN內切圓半徑加三等圓半徑。此外，本研究透過代數計算，成功計算出任意△ABC各邊上三點L、M、N的位置，最後也成功計算在任意△ABC之前提下，三等圓半徑（r）的上界。

本研究探討了柏拉圖多面體滾漆問題，並且延伸至半正多面體進行研究。正多面體中分別為正四面體、正六面體、正八面體、正十二面體、正二十面 體。研究中證明柏拉圖多面體滾漆問題中的地圖限制以及有解充要條件。為了簡化問題難度，我們先簡化遊戲規則使「掉落」情況不被討論，再轉換回原規則的問題。在研究中我們於正四、六、八、二十面體使用原本的遊戲地圖，而其他延伸研究則自創地圖進行討論。

本研究建構一套具即時定位、風險感知與智慧路徑規劃功能的火場應變系統，以提升緊急情境下的人員生存率與消防調度效率。針對火場中濃煙遮蔽與視線受限等問題，系統整合UWB無線定位技術、可拋式多感測探測球與自建危險係數模型，突破既有應變限制。探測球可即時回傳火場中氫氣、一氧化碳、瓦斯、粉塵與溫度等感測數據，並依據IDLH標準轉換為風險係數，生成即時危機地圖。 系統進一步結合風險模型與Dijkstra演算法進行加權路徑搜尋，避開高風險區域，提供最安全之撤離與救援路徑。資料處理採用SQLite本地儲存並搭配視覺化模組呈現，經模擬場景實測後，可即時更新環境資訊與路徑結果，展現高度準確性與實用性，未來可作為高風險場域智慧應變之技術基礎。

本研究透過Arduino控制步進馬達，再由步進馬達穩定推動針筒，進而噴出泡泡水柱，在水中製造反泡泡。我們控制步進馬達的推進時間，改變泡泡水的注射水量；也以針頭距水面的高度、針頭孔徑大小為操作變因來改變泡泡水的注射速度。最後用Tracker應用程式測量出泡泡水的注射速度、反泡泡半徑，推算出不同的注射水量以及注射速度可生成的最多反泡泡的範圍以及最大的反泡泡半徑。

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。

色彩偏好影響生活的許多決策，對於背景對色彩偏好的影響，現行兩個色覺理論(對比理論與生態價理論)有不同的解釋，本研究以高中生為對象，旨在探討背景對色彩偏好影響與支持理論，並提出運用方向。 之前色彩定量方式缺乏對敏感度與視錐細胞的考量，本研究發展以中性灰為基礎對不同色彩的定量方法，並以此進行色彩偏好測試。實驗結果發現：顏色偏好會受到背景影響(支持對比理論)，背景對各色彩具不同影響力，偏黃偏綠顏色受背景影響較大；綠色與藍色背景提升偏黃與偏綠之顏色偏好而紅色背景則會下降(支持生態價理論)，背景亮度不影響顏色偏好。期望研究結果有助於青少年環境與產品設計配色參考，並對未來背景影響顏色的神經機制研究提供基礎。

對於任意正整數m和大於1的正整數p，將集合{m,m+1,...,pm-1}中的每一個元素用p進位制表示。令h為介在1到p-1的正整數，將上述集合在p進位制下有i個h的元素個數記為fh,i(m,p)。本文引進一個創新的想法，讓函數 fh,i(m,p)公式解的推導變得可行且簡單。 再者，當 p=2 時，令 fi(m)= f1,i(m,2)，由公式解可以推得對怎樣的正整數n，原像集合the preimage fi-1({n})之元素個數為1。