內源性大麻素系統對人類體內平衡具重要影響，但尚未有以果蠅作為模式生物，探討內源性大麻素 2-AG對果蠅細胞自噬與生理功能的關聯性研究。本研究中我們透過降解或過度表達 2-AG的合成酶與分解酶，調控果蠅細胞內 2-AG的含量，發現 2-AG含量多寡對果蠅抗飢餓與抗壓力能力具正相關之影響。再進一步探討細胞自噬的表現與 2-AG含量的關聯性，發現降解 2-AG之分解酶，會使細胞自噬量顯著增加。我們將本研究推廣至以果蠅複眼為觀察標的，初步研究內源性大麻素含量對神經退化性疾病的影響，未來可應用於疾病治療並探討此機制與細胞自噬的關聯性。

本研究是基於去年的 PBC(Protect Brain Cylinder)作品[1]，並根據評審指導將作品做了大幅度修改。相較於 PBC 需要一個額外的裝置，本研究僅須在手機相機前方，安裝光源處理模組，搭配本團隊開發的 App，即可清楚地拍攝出瞳孔影像。並經由 App 中的影像分析功能，即可在影像拍攝完成後的兩秒內完成分析， 並將結果繪圖呈現在手機螢幕上。偵測的時間相較 PBC，大幅縮短了 60%。 相較 PBC 僅能偵測患者瞳孔直徑對光刺激的反應速度。本研究除了大幅縮短偵測的時間外，在結果分析及應用上更有長足的進步，能判斷出以下的五種身體狀況： (1)瞳孔形狀 (2)虹膜脂質堆積環 (3)鞏膜血絲分布及比例 (4)水晶體混濁與白內障關係 (5)瞳孔直徑對光刺激的反應速度與酒測值的關係 本研究除了藉由偵測瞳孔來判定身體狀況外，更開發出了身體『傷口大小量化』功能。希望協助醫護人員一機在手，即可解決上列的臨床問題。

對於一個連通簡單圖G，由點v作為出發點，每次皆以機率均等的原則選擇一條邊移動，在點跟邊都可以重複使用的情況下，移動的過程將依序形成一條道路，當第一次走回v時，則形成特殊的封閉道路，本文的研究是探討這種特殊封閉道路的邊數期望值。考量移動的過程中能否立即回頭，我將問題區分為兩種類型的期望值，利用矩陣解聯立方程組的概念，提供了演算法來求解。此外，我也進一步探討兩個期望值之間的相關性，並利用圖的總邊數以及點度數來刻畫期望值。我亦試著修改機率均等的原則，將選擇邊的機率一般化，探討期望值的特殊性質，從中刻畫出充分必要條件。

本研究旨在建立因子選股投資策略之模型。在財報中挑選了五項指標進行討論，並建立三種投資模型：單因子模型，等權重雙因子模型與不等權重雙因子模型。 單因子組合中將各項因子獨立回測後比較，PB 為最佳因子指標。並以市值篩選樣本池後重新回測，得到更優之年化報酬率與風險值。 在雙因子等權重模型中，本研究將 5 項因子指標兩項進行組合，共計 10 項組合，並在優化上針對投資週期更換為季報後一日交易、剔除表現較差的因子 EPS。優化後單因子最佳組合為 ROE，雙因子最佳組合為 ROE+PB。 在雙因子不等權重模型中，以二分逼近法找最佳比重，經過回測後最佳年化報酬率組合為 ROA+PB 並配與權重 2：3，年化報酬率高達 29.76%，為本研究最佳選股模型。

C1GALT1為氧型醣基化的關鍵基因，若以 IL-1β與 TGF-β刺激 ATDC5細胞株模擬關節炎，C1GALT1 的mRNA 與蛋白質表現量增加，而這樣的趨勢在誘導關節炎的小鼠軟骨組織中也可以觀察到。抑制 C1GALT1 的mRNA 後，促炎基因-一氧化氮合酶(iNOS)與第二型膠原蛋白基因(Collagen II)的 mRNA 表現量下降，代表 C1GALT1 參與了促進發炎的調控路徑。透過以大數據為基礎的 NetOGlyc-4.0平台分析，我們發現小鼠和人類的 IL-1β受體上都含有可能的氧型醣基化位點，C1GALT1 可能透過醣基化 IL-1 受體以增加 iNOS 的表現，進而促進發炎。抑制 C1GALT1的mRNA會使 IL-1R1的蛋白質表現量下降，而抑制 C1GALT1的mRNA或是蛋白質皆可使 IL-1R1在核周內膜系統中的表現量減少，代表 C1GALT1所促進的醣基化修飾是調控 IL-1R1形成的關鍵，抑制 C1GALT1可能具有減緩關節炎的療效。伊曲康挫(Itraconazole)可抑制 C1GALT1 且對人體傷害極小，透過老藥新用，或許能夠應用於治療關節炎。

在高度數位化的社會，存在大量的數位影像資料，在不影響視覺品質之前提下如何標記持有者或資料來源是一重要課題，而不可視浮水印機制是可行的解決之道，本研究運用對抗性機器學習技術的概念及深度學習技術研發設計數位影像之浮水印機制，研製偵測器與註冊器。本研究設計研製之偵測器與註冊器可以處理任意大小的影像，經實驗分析具高度的保真性，並具可以承受 JPEG 中度品質(qlt=50)的失真壓縮攻擊，解壓縮還原之已嵌浮水印影像偵測器仍舊可以有效判定具浮水印。本機制可以結合網站、伺服器或影像設備為其提供的數位影像嵌入浮水印，在不影響視覺感官的前提下標記來源或持有者。

台灣少子化、老齡化問題迫切，醫療資源入不敷出，使得遠距醫療成為潛在的解決方案與趨勢。然而，遠距醫療的身份驗證安全性尚未完善。指靜脈辨識有非接觸、體內生物特徵等特性，其在衛生性和高安全性的優勢在醫學相關領域與醫療院所備受關注。若能夠開發出遠距醫療可用的指靜脈辨識，將有機會為遠距醫療產業的安全性貢獻一份心力。本研究主要分為兩階段：其一旨在優化指靜脈辨識技術，利用輕量化 CNN 指靜脈辨識模型，結合 Mini-RoI 技術， 使用 FV-USM 以及 PLUSVein-FV3 兩個資料集訓練我們開發的 FVeinLite 指靜脈辨識模型，並使用不同的 epoch 值訓練出最好的模型。而我們訓練的模型相較於其他指靜脈技術具有高辨識正確率、參數量更少、運算速度快等優勢。其二，我們將模型結合自製的低成本嵌入式裝置， 並製作 API 與並使用模擬的病患資料完整打造一個可使用於遠距醫療及醫療院所的指靜脈身分辨識系統。

腦溢血是由於腦血管的破裂出血所致的嚴重醫療事件，雖能以開顱手術降低原發性腦損傷所致的物理傷害，但尚無特效藥能改善患者手術預後。本研究旨在開發腦溢血治療的新療法。藉由紅血球與微膠細胞（BV-2 Cell Line）的離體實驗模擬腦溢血病患殘留於腦中的血腫塊與微膠細胞在腦部的吞噬情形，探討神經胜肽 Urocortin (UCN)的清除血腫塊的療效。以螢光標籤的方式確認微膠細胞的紅血球吞噬作用，分析 UCN 對微膠細胞吞噬紅血球的量值 （Phagocytosis Index）、及發炎(M1)/抗發炎(M2)的基因變化（RT-qPCR），發現 UCN 能有效增強微膠細胞的吞噬能力，同時亦能調控其 M1/M2 的作用。期望此研究結果能有助於了解 UCN 清除腦血腫塊的作用，作為開發腦溢血新療法的參考依據。

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。

台灣地震次數頻繁，除了地震帶來的自然災害以外，地震也會造成生物的心理焦慮及恐懼。斑馬魚是一種群居動物，可以表現群聚、侵略、恐懼、焦慮或是警戒等行為，因此斑馬魚的行為表現是分析社交行為的理想實驗模型。本研究目的為探討斑馬魚的社交行為是否會受地震之影響，藉由模擬地震的發生來觀察斑馬魚社交行為的變化。在斑馬魚潛水實驗(Novel tank diving test)發現在模擬地震強度 4.5 級的晃動後斑馬魚待在上層水域的時間下降；鏡像啄食實驗(Mirror fighting test)中則發現處理組的魚經由模擬地震強度 4.5 級的晃動後攻擊次數和打鬥週期皆顯著上升；而在社交偏好實驗(Social Preference test)中發現經過模擬地震 4.5 級晃動後的斑馬魚將會更傾向於靠近其他熟悉的個體。斑馬魚在地震來臨時會感到不安和焦慮造成其警戒心上升進而提升其攻擊慾望，也會更傾向靠近熟悉的同類維持安全感。