在本研究中燒製溫800°C、600°C、400°C的竹殼與大王椰子生物炭對亞甲藍與磷酸鹽溶液皆有吸附效果並皆符合Langmuir以及Freundlich等溫吸附方程式。在生物炭吸附量的比較中，藉由實驗參數qm（（最大吸附量）的比較，知在在亞甲藍與磷酸鹽溶液中，論論燒製溫度的高低與否，椰子生物炭普遍較好（最大吸附量），唯一例外為在亞甲藍溶液中燒製溫度800℃之竹殼生物炭吸附能力佳（。最後在動力學模判斷中中，們藉藉由實以以及理論衡吸吸附量，計算出相對誤差值進行比較。亞甲藍溶液中，400°C、600°C以及800°C生物炭皆符合擬二級吸附動力學。磷酸鹽溶液中，400°C及600°C燒製的大王椰子與竹殼生物炭分別較適用擬一級與擬二級吸附動力學，而800°C燒製的生物炭皆適用擬二級吸附動力學。

我們研究的是如何實現未來電動車需求的綠能充電停車場的可行性探究，旨在改變電動車充電方式並結合綠色能源。經實驗量測結果得知，無線充電裝置在感應電勢較強的情況下可直接透過調整線圈的感應距離獲取所需的電壓，因此未來可應用在不同電動車的充電，為不同電壓需求的電動車提供所需電能。另外，在穩定供應電力需求方面，我們藉由並聯多片太陽能電池板增加發電量，並搭配良好的儲能蓄電裝置可提昇太陽綠能的供電效益，可以更穩定的提供給多台電動車同時進行充電。實驗也發現，透過偵測模組感應線圈上的電流變化可同時感知停車格使用數量。因此，我們的研究作為將來結合綠色能源與電動車無線充電技術設計的未來綠能停車場有顯著地證明得以實現。

本研究主題是RFID雲端自動積點AI辨識回收垃圾自動開蓋垃圾桶，為了改善校園環境垃圾分類不確實，減少海洋垃圾的汙染，又可減少人與垃圾接觸的機會，降低細菌、病毒的傳播風險。本研究結合人工智慧影像辨識和機電整合自動控制與IoT技術，透過程式設計實現整體功能。 利用課程所學，將回收垃圾以不同數量、背板等來進行AI模型訓練，探究最佳辨識模型，並將訓練好的模型上傳到Pixetto AI鏡頭上，透過AI鏡頭進行回收垃圾影像分類辨識，運用程式驅動馬達開啟正確分類回收垃圾桶蓋，將辨識數據藉由IoT上傳雲端，達到垃圾分類更準確且減少人與垃圾桶接觸的機會，希望藉由獎勵制度有效地提升分類回收垃圾量、降低海洋廢棄物數量。

本研究透過文獻的蒐集，了解風與建築物之間的關係，發現風流經建築物的過程中變化相當複雜，有多重因素會影響到風的行進。本研究以學校建築物為依據，透過自製教室模型進行水煙模擬氣流的流動，真實體會到空氣的流動，也觀察到水煙經過長廊的情形。 經實驗探究發現：長廊長度越長、寬度越窄及適當的高度，都會使觀測物移動較快，表示所受風力較大；在長廊的前、 後段位置風力都較大，推測前段靠近風扇出風口，而後段可能受到狹管（窄管）效應的影響，與實際於學校長廊上人體所感受到的是相符合的。 最後，發現在長廊後段高處是一個較佳的集風口位置，可把導風裝置設計在此處，藉由長廊聚風的效果將風導入到兩側教室內，善用大自然的風讓教室更舒適。

濁水溪南北二岸共14點測PM2.5、蒐集落塵以顯微鏡測粒徑、氣象署AQI，分析109.11至112.04 間PM2.5發現： 一、實測PM2.5與蒐集落塵及氣象署AQI，南岸高於北岸，戶外高於室外，冬季北風南岸揚塵與AQI同。 二、北岸戶外小顆粒低於南岸，戶外大顆粒大於室外，南岸戶外大顆粒高於北岸。冬季大顆粒高於夏季。 三、陰天PM2.5高，雨天PM2.5低。 四、冬季北風：戶外高於室外，南岸戶外、室外均高，環境影響。夏季南風：PM2.5低，北岸略高。 五、戶外落塵量：冬天南岸略高，夏天111年6~11月南岸也高。環境影響。相關係數低，落塵量二岸無相關。 六、風速高PM2.5增；溼度高PM2.5降。 七、PM2.5低夕陽清澈明亮；數值高夕陽渲染朦朧。雨後PM2.5二岸低。 八、濁水溪北風吹彿揚塵測試模型可模擬冬季北風情形。

一、本研究 探討 連動桿繪圖機 的 結構 以 及相關原理， 並 改良原有的繪圖機 。 二、順利找出繪圖機桿長的限制。在改變連桿長度以及旋轉半徑等變數的研究中，改變後的變數必須符合桿長的限制才能順利繪製出圖形。 三、找出繪製 圖形的 形狀 也 找出 繪圖 點 B 和 繪圖 點 P 的 極值。 四、探 討出 轉盤的旋轉速度、連桿長度以及旋轉半徑對於繪製出來圖形的影響。 五、改良現有的繪圖機，並且以改變旋轉速度、連桿長度以及旋轉半徑三個變數來繪製出不同的圖形。 六、依照研究的成果來改變繪圖機的變數，順利繪製出想要的圖形。

探討不同基礎、不同加固法及不同地質條件，對建築物耐震能力的影響。在無進行地質模擬的情況下，淺基礎無加固的耐震能力，優於無基礎和深基礎。深基礎因基樁與底板連接處易斷裂，而存在受損風險。對比各種加固法，彈力球體加固法的效果最佳，其次則是彈簧加固法。而因一代和二代彈珠的工法差異，二代在降低加速度值的效果較好。整體而言，免震效果最突出的加固方式為彈力球體和彈簧加固法。在模擬不同的地質條件下，彈力球體加固法在各種深度基礎中表現最佳。而深基礎彈力球體加固法在降低加速度值的能力上更是優於淺基礎；在土壤液化區的測試過程中，裝置彈力球體的建築物較不易有傾斜、沉陷及損壞的現象發生，所以基礎加固是必須被重視的。

本研究目的為在相同的等腰直角三角形密鋪而成的矩形中，若從右上角頂點分別往左與往下移動數格，及左下角頂點分別往右與往上移動數格，再分別從左下往右上連接2條直線，並將這2條直線拓寬成一個封閉區域，則此對角封閉區域T會經過幾個三角格呢？先從左下角至右上角的對角線會經過的三角格開始觀察，發現經過的三角格數量與矩形長邊、矩形長、寬邊的最大公因數有關。接著將對角線有規律的拓寬成不同的封閉區域，並將經過的三角格用相異的顏色區分，用逆向思考的方式，把矩形中的三角格總數減去2直線經過的三角格數量，順利找出計算公式。最後我們也用相似的概念順利找出另一方向對角封閉區域H的計算公式，讓整個研究更為完整。

本研究以『環保』的概念為前提，運用在基隆易採集海水的海域來進行研究。本研究探討不同海域海水、不同電極片對伏打電池的發電效能影響，結果發現：(1)電極片的選擇最佳組合：鎂-鐵 (2)電極片放入電解質中面積愈大，能增加效能 (3)電解質的選擇：和平島海域>八斗子海域>外木山海域(4)串聯多個伏打電池可以提高電壓。除此之外，我們也將鹽電池縮小化，運用基隆海水及鎂銅電極片組合就可用以照明。

本研究的目的在於探討Adversarial Voice Attack在對保護智慧財產權、抵抗自動翻譯的能力和預防智能設備危險，並以此進行大規模的應用。我們本次使用了常被用來做為翻譯系統的silero作為研究基礎和試驗對象，使得我們可以評估我們的對抗性樣本是否可以作為對抗自動翻譯的手段和它對模型的效果。利用FGSM(Fast Gradient Sign Method)方法生成對抗性noise來干擾模型對語音的辨識效果。我們的目標為透過解析模型label來製作能夠對模型進行有效攻擊的對抗性樣本，並以進化策略(Evolution Strategies)嘗試進行黑箱攻擊。 根據研究結果顯示在已知模型梯度的情況下可以做出噪聲極小的對抗性樣本。而我們在使用進化策略其中的協方差矩陣自適應進化策略(Covariance Matrix Adaptation Evolution Strategy)進行黑箱攻擊也可以使得製作出來的對抗性樣本的噪聲難以被人體感知。