臺灣

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。

近年來，蒲公英在醫學上有許多突破性的發現，例如 : 蒲公英萃取物可抑制腫瘤生長、抑制發炎反應、治療肝相關疾病等等，對於疾病治療有極大幫助。此外，蒲公英在中藥學與各地原住民習俗上，都具有治療跌打損傷之功能，然而尚無研究針對蒲公英修復傷口進行實驗，因此本研究欲探討蒲公英萃取物對人類真皮層之纖維母細胞增生及移行的影響。研究結果顯示，本實驗兩種蒲公英萃取物在濃度20ug/ml之內，皆可促進細胞增生，其中以濃度10ug/ml效果最佳 ; 在細胞移行的部分，兩種蒲公英萃取物皆會抑制細胞遷移。然而，本研究僅使用眾多蒲公英萃取物的其中兩種，不能代表所有蒲公英萃取物對纖維母細胞皆會有相同反應，因此在未來可以使用其它種蒲公英萃取物來進行實驗，並透過分析萃取物中的化合物種類，探討是哪些特定的成分可以促進傷口癒合。

先前已證明正𝑛 邊形內接正𝑚 邊形，當𝑚 = 3 或 4時𝑛 為任意數皆有解， 本篇我探討正𝑛 邊形內接正𝑚 邊形( 𝑛 ≥ 𝑚 ≥ 5 )，當(𝑛, 𝑚)滿足何種關係時有解。 在研究中，我從最小(6,5)開始，依次遞增討論，我發現了，有解的一些規律(稱之為標準型)，藉由標準型嘗試規律。同時(𝑛, 𝑚)為一般數時，找出何種情形必無解，藉此探討、驗證一般項於何時有解。 在找出有解關係後，探討出規律後找出如何產生構圖的方式，以 GGB 做出構圖。

隨著矽基電晶體逐漸微縮，其元件效能將接近其物理極限，二硫化鉬 (MoS2) 等二維材料藉著其獨特的特性（如寬的能隙、高電流開關比及優異的載子遷移率等），可作爲矽的替代材料用於未來的電子科技應用。本研究旨在製造MoS₂ 的場效電晶體並研究元件之低溫特性。我們成功利用機械剝離法製備並轉移二維 MoS2薄膜至二氧化矽/矽基板上，並且製造MoS₂ 場效電晶體，並量測其室溫(300 K)至極低溫(~ 4 K)的電流特性，元件在此溫度範圍中具有優異的特性，能有效地調控電流調控，表現出良好的下閘極控制能力，同時具有低次臨界擺幅及高電流開關比(~ 106)。在極低的溫度(4 K)下，該電晶體仍能保持良好的運作，顯示出MoS₂應用於低功耗且高元件效能的低溫電子元件的潛力。

本研究使用牛血清白蛋白（BSA）、穀胱甘肽（GSH）、金離子合成金奈米螢光團簇，並修飾上葡萄糖氧化酶（GOx）。此金奈米團簇上的葡萄糖氧化酶與葡萄糖反應，製造出過氧化氫，改變金奈米螢光團簇表面特性使螢光強度減弱，偵測葡萄糖濃度。 本研究探討不同條件金奈米團簇和不同濃度的葡萄糖反應，知道此材料可檢測到最低濃度的葡萄糖，且金奈米團簇在血液中對葡萄糖具有專一性，可穩定進行血糖檢測。另外，與不同濃度的人體血清樣本反應，發現血清濃度越高的螢光訊號下降明顯，因此可知修飾上葡萄糖氧化酶的穀胱甘肽輔助之牛血清白蛋白金奈米團簇（BSA/GSH-Au NCs）可用於人體血糖檢測。本研究開發出靈敏、快速、穩定的葡萄糖檢測材料，並期待未來能運用於實際的人體血糖檢測上。

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。

隨著網路技術不斷的進步，意見和情感分析逐漸成為人們日常生活中的一部分。儘管如此，目前人們缺乏一個方便且快速的情緒分析模型，供廣大大眾使用。 本研究旨在提供人們一個緩解憂鬱情緒的管道——當人們輸入一個需要被安慰的情境時，我們的系統將輸出安慰語句，以緩解該使用者之憂鬱情緒，達到安慰效果。為此，本研究訓練了BERT model以及 LLaMA model。BERT model能判斷使用者輸入的語句是否為需安慰語句。而LLaMA model則作為安慰語句之生成模型，以達到安慰之效果。

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。

本研究利用合成不同形狀TiO2/MnO2/ZnO，藉由改變接觸面積進而提升染料去除率。在初實驗中將9 種金屬氧化物與甲基橙/亞甲藍/甲基紫反應，發現TiO2-甲基橙與MnO2-亞甲藍之組合有較好的去除能力。在改變反應溫度的實驗中，TiO2-甲基橙之去除率隨著溫度上升而降低，當中以25℃ 海膽形表現最佳，而在MnO2-亞甲藍的反應中，則以海膽形在25℃時表現最佳。最後改變染料溶液的pH 值，發現TiO2 海膽形在pH5.7 時表現較佳，MnO2 則是在低pH 時有較高的去除率，推測該結果與顆粒零電荷點及染料pKa 值相關。透過BET 與PL分析，TiO2 海膽形及MnO2 海膽形有較佳的比表面積與氧化能力，故整體去除效果最佳。此外本實驗亦利用LC-MS 驗證反應的確成功分解染料，且利用模式生物試驗證實處理後之溶液對生物毒性明顯降低。

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。