情緒辨識是增進人際溝通的重要能力。如生命線、電話客服等應用情境缺乏表情、肢體語言等輔助時，單以語音進行情緒辨識有極高的實用價值。 本研究探討比較支持向量機（SVM）及卷積神經網路（CNN）兩種機器學習方法於訓練「AI語音情緒辨識」分類器模型的表現。我們採用SAVEE和RAVDESS兩個英文語音資料庫，並自行製作與標註「逼逼中文情緒語料庫」。研究結果顯示SVM對SAVEE資料庫單一情緒的辨識正確率達84~94%，個別錄音員正確率達75%，超越官網紀錄的73.7%。同時，實驗顯示深度學習的模型在訓練資料不足的狀況下，反而相對遜色。

本研究設計十個實驗討論風力發電部件的效率，首先探討垂直型風力發電扇葉(Vertical Axle Wind Turbine, VAWT)結構如何搭配外部全向型導風罩充分利用風能。我們研究全方位來風皆能產生正向力矩的VAWT，並設計出只要有風就可以正轉的VAWT，此外並設計扇葉副翼增強發電效能。並探討如何搭配外部導流板(Guide Vane, GV)裝置加強扇葉轉動以獲致最佳發電效能，我們整合水平和垂直型兩種導風裝置，可以將全向來風(Omni-Directional Wind)皆有效引導至推動VWAT之正向力矩，與用於發電。我們製作的風力發電機體積小效率高能利用各方來風，可將風力發電化整為零達成自主發電的目標，非常適合臺灣都會區風力有限以及建築物密集的環境。

DNA損傷導致的基因體不穩定是癌症的共同特徵，而細胞依賴DNA損傷反應 (DDR) 來感知和修復受損的DNA，以維持基因體完整。DDR由DNA損傷傳感信號和修復網絡組成， DDR的活化可阻滯細胞週期並啟動DNA修復，是應對DNA損傷的關鍵步驟。其過程受許多因素調控，包括多種轉譯後修飾如乙醯化、脫乙醯化、小泛素化等。HDAC7是組蛋白脫乙醯酶，該家族成員有多個已被證實參與DDR且在多種癌細胞中常過量表現。最近研究發現HDAC7具小泛素蛋白E3連接酶活性，但相關研究甚少，因此欲探討HDAC7在DDR所扮演的角色。 本研究使用西方墨點法、免疫螢光染色、流式細胞儀分析、細胞存活率測試和細胞群落形成能力實驗，發現以RNAi技術將細胞的HDAC7基因沉默後會降低DNA損傷引起的ATR-Chk1及ATM-Chk2訊號強度，使不能有效率活化檢查點，並對DNA損傷藥物較敏感。由以上結果顯示，HDAC7有潛力做為抗癌藥物研發的新目標。

本次研究主要探討中型及長圓金蛛蛛網隱帶的結構不同，所造成的振動模式差異。蜘蛛網面的結構會直接影響到蛛網結構的振動方式，以及能量散布的情形。為了了解蜘蛛網有無隱帶結構對於獵物衝擊網面的影響，使用釣魚線及蠶絲進行模擬蛛網。實驗結果顯示，不論長圓或是中型金蛛其隱帶的長度與體長成正相關。金蛛隱帶的長度與環境溫度、照度和風速的相關性不高。而在複式顯微鏡下發現金蛛隱帶的構造有疏密之分。仿生金蛛網不論是何種類型隱帶，皆無法減少受模擬風吹吹拂網面的振幅，僅有蠶絲密十字型隱帶能夠有效減少受模擬獵物撞擊網面的振幅。此外，蠶絲仿生網的振動幅度較釣魚線小，穩固性較佳。

歐德斯—史特勞斯猜想又稱為 4/n 問題，其內容為對於所有正整數n皆滿足 4/n=1/a+1/b+1/c ，其中a, b, c為正整數。於19世紀提出並在當代引起討論熱潮，至今此問題仍沒有完善的證明方法。經過查閱文獻資料後，我們發現他人研究重點著眼於如何將正整數n以同餘分類，且並未獲得一個系統性的研究結論。研究內容多執著於如何解決此猜想而非探討問題本身的規律性及各項性質。 此外，他人研究少有討論正整數n的解數者。因此本研究將方向設定在n, a, b, c的可行解數量。透過特例解切入n, a, b, c的表示方式，使問題簡化而較易於討論。以求對證明此猜想有所貢獻。

本文先針對直線L和三定點A、B(線外)、P(線上)，探討△ABP的尤拉線平行(AB) ⃡的公式，透過函數凹性判定和對函數最小值N和3的比較，提供是否有解的依據，並找到了漂亮的判斷公式4ab/h^2 。接著在確定尤拉線平行(AP) ⃡、(BP) ⃡的存在性及解的公式後，發現最多有三解。 對於前文的P點，作者利用先前發現的一系列定理，設計了能以尺規作圖達成△ABP的尤拉線平行(AB) ⃡、(AP) ⃡、(BP) ⃡的兩條直線，當在那兩條線上分別取A點和B點之後，可用尺規作圖找到P點，甚是有趣。 針對首段P點，兩平行線，尤拉線和△各邊，交角可作為0°，作者推廣至△ABP的尤拉線與¯AB達成交角為指定角的方法。 在探討藉多邊形各邊與分割點連接的子△中，作者發現任意三角形不存在能使各子△尤拉線平行原多邊形與其共用邊的分割點P；但四邊形、五邊形可能存在符合此條件的分割點P，且能利用前文定理創造出這樣的多邊形。

本研究使用機器學習方法，改善年長者使用手機時觸控系統對於點按位置判斷之能力。首先設計實驗比較年長者使用手機時，點按位置及手勢判斷的準確率，接著收集年長使用者的觸控軌跡及裝置相關資料，並訓練模型以減少系統判斷的錯誤率和誤差幅度。再比較及分析不同機器學習模型對於本研究之資料的適用程度及經校準後點按位置準確率的提升，進而挑選出一個能夠最有效提升點按位置準確率的模型進行點按位置的預測。實驗過後選擇最有效提升準確率的Random Forest Regressor進行其他的校正實驗及分析。使用者點按位置的預測準確率能被有效提升，準確率能提高32.3%。而最終，將訓練後的模型套回實驗用的手機程式，系統判斷受測者的點按位置能從原本的63.7%提升至97.5%。

本研究從原始畢氏數組數函數探討質數在整數間的分布密度，我利用質因數個數、通式、座標軸上面積導出原始畢氏數組數函數(最小數字不大於自變數的原始畢氏數組數，我視(A,B,C)和(B,A,C)為相同的原始畢氏數)，參考其他文獻之後，我得到組數函數可以寫成以下形式:f(x)=c∙x∙ln⁡x+O(x)c∈R ，此推測將在此研究中進行證明。因此我可以依此計算π函數近似值，在進行初步計算後，我亦利用差分法算出較為準確的c值，並以此c值估算更為準確的π函數近似值。

本研究以維繫現今環境，使人類保有生存優勢為前提，旨在探討於海水面下裝設風扇，藉風扇擾流改變沿岸流所挾帶漂沙之沉積分布，延緩突堤效應造成之負面影響。研究先以煙霧觀測五葉、七葉及九葉風扇擾流情形，再透過水流及螢光沙模擬安平商港外海，取得裝設各風扇後漂沙沉積變化過程。除可用於預測近表層沿岸流沉積外，也可套用於海底恆流。未來期望針對流量、流速與地形坡度等作出量化數據，以求得函數模型。另外，亦期望發展洋流發電、綠色能源等各種應用。

圓內接四邊形有一個幾何定理：若圓內接四邊形的兩對角線相互垂直，則連接對角線交點與一邊垂足點的連線過對邊的中點，稱為婆羅摩笈多定理。 我們嘗試將圓內接四邊形推廣至圓內接多邊形的情形，定義其多邊形中若滿足對邊建構原則：「連接兩垂直對角線交點與一邊垂足點的連線過對邊的中點，同時連接同一邊中點的連線垂直於對邊」，則稱此多邊形為婆羅摩笈多多邊形，簡稱B-多邊形。另外定義在圓內接多邊形中，兩相互不垂直的對角線交點若滿足對邊建構原則，則稱為特定多邊形。 本作品中，深入探討婆羅摩笈多定理推廣至圓錐曲線內接四邊形的情形，先推導出圓錐曲線內接正方形的建構條件，顯然此正方形必為B-正方形，此曲線包含七種。接著利用直徑性質推導出拋物線內接四邊形作圖，進而推導出圓錐曲線內接四邊形的二種建構條件，此曲線包含十一種。