本研究針對多人的跳躍數列在多顆球下的相關特例進行分析；多人跳躍數列規則為「同一個時間點任一人只會有一顆球回到手中」、「丟球期間需要連續、規律的接及丟出球並且無限持續下去」、「在多人丟球前可以有準備的時間」。 為了能呈現多人跳躍數列各個情況則用矩陣形式並採用有向圖進行討論，該圖的點元素代表當下每一顆球在幾秒中回到手中的狀態、邊元素則為每個狀態轉移時的丟球方式，接著將有向圖轉換為鄰接矩陣形式，並將點元素用類似 2進位的形式進行分類以便整理成規則一致的分塊矩陣，接著由 Cayley–Hamilton定理計算特徵方程式後，利用相關定理整理出各個特例分析的生成函數，如特定顆球同時回到手上的情況。

本研究應用遙感技術和機器學習方法，提出了三個創新應用，目的在提升紅樹林生態系統的分類監測和藍碳儲量評估。 首先，建立機器學習模型(隨機森林演算法)，對紅樹林植物進行自動分類，分類準確率達94.74%。此模型能夠應用於特定區域的長期監測，捕捉紅樹林覆蓋範圍和植物變化的動態趨勢。並且開發了RGBN（Red-Green-Blue-NIR Mangrove Index）遙感指數，此指數主要結合可見光波段和近紅外波段，能有效提升了紅樹林植被健康狀況評估的準確度，並具有廣泛的區域適用性，不限於特定研究區域，適用於全球範圍的紅樹林監測。最後，本研究成功整合並編寫了InVEST模型的程式碼，本模型進一步應用於紅樹林藍碳價值評估，未來將透過收集詳細的土地利用、碳匯數據及生物物理參數，量化紅樹林的藍碳價值，為碳交易與藍碳管理提供科學依據。

根據研究[1]指出：三角形磁磚邊之作用方式共有 5種，且共有 11種設計方法可在平面上密鋪。然而作者在解決問題的方法均是採用窮舉，方法不夠嚴謹。本研究運用不同的方法，透過代數計算證明了三角形磁磚共有 11種對稱密鋪圖結構；而 M.C.Escher在手作創作圖中只使用了其中 5種結構；在與前人的研究比較下，發現前人所歸納的 11種設計方法恰好對應到本研究中的 8種密鋪結構，而另外 3種結構是前人所未探討的磁磚內部變化方式。本研究也進一步推廣至相關立體圖形，如：正四面體、正八面體、正二十面體…等，並歸納出各種立體圖形可密鋪的種類數，透過適當軟體的支援下，可以快速且精確繪製出豐富有創意的圖樣。

本研究旨在運用自然語言處理技術，建立辨識惡意程式的模型。首先在資料集方面，分為 PE資料集與 ELF資料集，均包含良性及惡意執行檔，且蒐集惡意程式時採用多種不同之惡意程式家族。接著對資料集進行反組譯及前處理。使用反組譯後的組合語言檔作為文本，訓練模型以區分良性和惡意程式。研究比較詞袋模型、序列模型、BERT 以及不同 n-gram對模型的影響。 研究結果顯示。詞袋模型以使用multi-hot編碼表現最佳，PE資料集之F1-score為96.87%；序列模型則是有位置編碼的 Transformerencoder 表現最優。在不同 n-gram 的比較，multi-hot詞袋模型與 TF-IDF 詞袋模型，分別在 2-gram 及 5-gram 有最高的 F1-score。

自然界中，植物以NO₃⁻和NH4+作為主要氮源，在吸收後轉化為麩胺酸(Glu)和麩醯胺酸(Gln)作為第一產物進行基本生理反應，在我們實驗室先前的研究中，發現Gln會誘導阿拉伯芥側根生長、壓力反應和抗病性，所以提出了一種假說「細胞外的Gln是營養氮源，也是一種“危險訊號”」，藉由可能存在的Gln的受體表現。目前我進行了其中三組受體的測試，分別是wall-associated kinase2(WAK2)、wall-associated kinase3(WAK3)和EF-Tu受體(EFR)，WAK家族是穩定細胞壁果膠的受體激酶，然而我們實驗中發現WAK3在wak3 muntant的表現是不穩定的。EFR為接收EF-Tu(elongation factor thermal unstable)的模式辨識受體(PRR)，參與活化植物防禦及PAMP-triggered immunity (PTI)，efr muntant在Gln的誘導下表現了防禦相關基因與水楊酸生成之相關基因。本研究將有助於深入理解Gln在植物防禦和側根生長中的功能及其調控機制，並為未來的作物改良和病害防治提供理論基礎。

本研究欲利用機器學習演算法，透過觀察重力波訊號來判斷黑洞融合訊號的時間。本研究 的數據來源於雷射干涉引力波天文台的開放資料庫，我從中獲取最被廣為認定的64筆原始數據，並生成具有不同黑洞質量與不同訊噪比的模擬信號。我將模擬信號與不同噪聲混合 後，進行強度調整、Q轉換和資料白化等數據處理，並提取資料的統計量，將其用於訓練三種決策樹演算法和兩種迴歸演算法中。最終研究結果顯示，決策樹演算法的判斷能力優於迴歸演算法，以及指出強度差值的標準差是最關鍵的特徵，重要性達全體特徵的27%。 我們的模型在重力波訊號判斷上表現出較高的效率，並成功降低了模型的複雜度，使其更適合實際應用。

本次實驗以地熱溫泉區的土壤中所篩選出的8隻耐熱菌種，並加以純化、液態培養，將8種菌液稀釋成度三種不同濃度(100X、200X、500X)，以恆溫培養箱控制環境溫度(25℃、30℃、35℃)模擬環境變因，並測試和定量菌株的溶磷、固氮能力，亦測試載鐵、抗番茄萎凋菌能力及對於聖女番茄及桃紅番茄所帶來的影響。本研究發現 LC26 及 LC28 可於熱逆境下顯著促進聖女番茄生長，此外LC03亦能於熱逆境下明顯促進桃紅番茄生長。本研究也發現LC03、LC26及LC28對玉米及胡蘿蔔有最好的促進生長效果，而對青江菜有最明顯的抑制生長效果，可作為輪耕作物之參考。最後本研究發現這三隻菌種皆對大花咸豐草之生長有抑制情形，其中以LC26(500X)抑制效果最佳。

蘭科植物的種⼦細微如沙塵然⽽胚發育不完全，亦無胚乳。在⾃然條件下，蘭科植物需仰賴菌根真菌⽅能順利完成其⽣活史。本研究欲探討綬草(Spiranthes sinensis)與根部共生真菌（root-originated mycorrhizal fungi）的關係，將實驗分為四個部分，一為觀察綬草根部、種⼦和共生真菌。二為探討綬草的根部共生菌種。三為測試共生菌絲與萌發所需物質的關係。四為探討共生真菌與綬草萌發的關係。結果發現綬草的根部共生菌種類會受環境影響，並且綬草根部的真菌種類不少，其中包含角擔菌Ceratobasidiaceae、膠膜菌Tulasnellaceae、傘菌科agaricomycetidae等，且能分解環境中的澱粉與蛋白質。

本研究以西洋棋為切入點，採用磁簧開關陣列來偵測棋子位置，並在設計中加入二極體以防止Ghosting效應，進而開發出一款以Arduino Uno開發板為基礎的智慧對弈棋盤。棋盤底部配備RGB LED燈，以便為使用者提供落子提示，並根據不同的落子類型呈現不同的燈光效果。 我們成功地透過簡潔的設計與高效的運算性能，實現了一個能夠識別棋手落子的智慧對弈棋盤，並能根據國際西洋棋規則提供正確的移動提示，讓完全沒有基礎的初學者也能在遊戲中學習並掌握西洋棋的所有規則。此外，我們還引入了基於Minimax演算法的輕量化AI和基於高效可更新神經網絡(NNUE)AI，並探討兩者之間的性能差異，從而使該智慧棋盤在節省運算資源的同時，可以在不連接電腦的前提下，具備一定的棋力，以支持棋手的技能提升與訓練。

GATD3A 是粒線體中的蛋白質，被推測可能具有「去糖化」的能力，能移除AGEs。糖尿病、帕金森氏症、阿茲海默症皆與人體中過高濃度的AGEs有關，因此GATD3A具有相當高的研究價值。 本研究探索GATD3A(麩醯胺酸轉移酶樣1 類結構域 3A)，經基因合成與蛋白表現後，大量製備蛋白質並探討其結構與功能。目前已得到蛋白質最佳製備環境、成功培養出蛋白質晶體，進行了結構分析，了解其結構、保守性、親水性及電性等，對於酵素適合反應的溫度、pH值也有初步了解。未來也會利用酵素動力學計算酵素活性、並製備糖化蛋白質，進行去糖化測試，探討 GATD3A 是否具有臨床運用於糖尿病患者之糖化血紅素去糖化的可能性。