臺灣

本研究以深度學習 RNN（Recurrent Neural Network）演算法中的 LSTM（Long Short Term memory）改善 PID，利用其時間序列的保留資料方法，預測 PID 參數值，使控制器得以精確且快速的調整非線性系統。此研究從 peak amplitude 及transient time，以及倒單擺振幅的圖表收斂情形等層面去做探討。當單擺質量大於下方 pendulum cart 的質量時，傳統的 PID 控制方法無法精準的調整系統，而LSTM 深度學習模型能夠產生較佳且較顯著的效果。且KP 數值在倒單擺系統中， 小於 1 無法收斂，KP 數值越小時，圖形越趨發散。此訓練之 LSTM 深度學習模型可以應用於非線性系統中，以增加其穩定性，並能夠更快速的為系統找到適合 的 PID 參數值。

邊坡單元（SlopeUnit）為分析邊坡穩定性之最基本單元，關於邊坡單元崩落潛勢的預測所需的主要參數（如高程、坡度、坡向、表面粗糙度與植被覆蓋、剖面曲率等）有機會透過 UAV所拍攝產生的 3D模型來推論。因此本研究預計探討以UAV這項工具進行邊坡單元崩落潛勢分析的可行性與效能。目前有關這項技術，利用衛星建置的模型已相當成熟能在邊坡崩落潛勢評估與預測上有良好的表現。本研究主要將多組不同解析度UAV資料與對照組衛星資料作為測試集放入隨機森林機器學習模型中評估其解析度與評分的關係及其替代衛星資料的可能性

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。

本研究主要目的是研究機器人以等距行進方式從起點前進回到起點的回程路徑問題。 主要以三角函數、遞迴數列、數學歸納法等數學模型來探究、推演與論證，同時利用數學電腦軟體來計算與驗證。一開始先利用Geogebra來探索原始題目，初步得到一些性質和結果；接著，再延伸題目，依不同的起始點位置，探討步數和角度的關係、行進過程中各落點位置的遞迴關係與回程路徑。最後，再將兩條相交直線延伸成三條共點的直線，並依其間的夾角度數，探討以等距行進方式從起點前進回到起點的回程路徑數問題。 本研究根據所建構的數學模型，依不同起始點位置，構作出機器人以等距行進方式回到起始點的回程路徑圖，並得到此回程路徑上相對位置的遞迴關係。本研究在研究過程中，得到一些有趣的數學理論，期望這些成果未來能夠應用於AI機器人運動模式的相關領域。

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。

如何應用現代科技更有效節能？ 可調光LED照明系統一(AMB82+L298+5730LED+光敏電阻），讓室內環境的光照度保持在適合閱讀的範圍（550~650lux），這樣做還可在有開窗戶時省8％左右的電能。 可調光LED照明系統二(AMB82+L298+5730LED+GenAI），讓室內環境的光照度保持在適合生活的範圍（ 300~400lux），這樣做還可在有開窗戶與太陽時省20%左右的電能。 如何讓我們的家更舒適？ 空氣品質檢測控制系統（AMB82+一氧化碳感測器+DC風扇+繼電器），當室內空氣不佳時，例如：抽菸，自動開啟離心扇，把二手煙抽到室外；當夏天開冷氣時，也可以開啟風扇往內吹讓空氣循環更好，節省冷氣用電。

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。

本研究在探討如何將「雷射都卜勒震動儀」（Laser Doppler Vibrometer, 以下簡稱 LDV）所測量出的一維訊號，進一步轉換出二維資訊，意即聲源的來向。本研究包含兩個部分：以物理推導出系統模型，與利用音檔進行深度學習以訓練AI模組，並根據不同聲源來向進行分類。經過推導，我們發現LDV所輸出訊號與待測物表面之關係。同時，也利用程式模擬待測物受聲波影響後之振動模式。藉此，我們以模擬還原出了LDV所收到的音檔，並與實際錄製音檔比較。最終，我們成功建立了分類準確率將近100%的AI模型，並改善了過去的聲源定位方法。

本研究將火箭分成三大部分：推進、姿態控制、降落，各別研發製作，用 低成本材料結合Arduino實現動態控制，以及自製出研發測量及實驗所需的器材，最後將所有技術整合完成一整支火箭。我們自行設計了引擎噴嘴，結合實驗將噴嘴推力提升，並比較不同噴嘴的推力。為了完成姿態測量，我們利用Arduino自製姿態測量系統，經過測試將其放置於火箭中用其自動量測數據並存取。回收火箭的動態姿態控制系統之部分，我們自製柵格翼，以及利用生活中所見有趣事物，創新製作圓筒姿態控制，實現火箭在空中動態控制。最後將技術整合，完成火箭。

先民為了保護心愛的農作物，不被冬季強勁且挾帶海水飛沫的東北季風所迫害，「菜宅」這樣的建築因應而生。而究竟怎樣的菜宅樣式與尺寸，有著最佳的擋風效果？風被菜宅的阻擋後，風向又是如何的變化？ 透過製作風向觀測工具、菜宅模型，我們測量看不見的空氣並透過討論繪製模型。當風遭遇牆面阻擋後會改變風的流動方向，在阻擋牆後方形成無風區及逆風區，並在離阻擋牆較遠的地方重新匯流。阻擋牆的高度越高，無風區及逆風區的區域就會較大。 據本實驗結果，各種菜宅擋風效果為：目字型＞長方形＞ㄇ字型＞單牆型。而學校菜園的用圍網及南洋杉的防風設施，雖然是透氣材質，但亦能有效達成防風效果。