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。

背景：預測分子性質如溶解度、毒性及熔沸點對於基礎科學至關重要。然而，實驗測量這些性質耗時且昂貴，因此本研究使用多種機器學習模型藉由調整變相來準確預測熔、沸點。 方法：本研究使用超過一萬筆數據及兩種類型的機器學習方法：淺度與深度學習。淺度學習由 PyCaret實現，並以Mordred作為分子描述器；深度學習使用圖神經網路，包括（CMPNN和GCN），並調整隱藏層參數。 結果：CMPNN在目前嘗試的模型中表現最佳。發現影響沸點預測的關鍵特徵是piPC1，與鍵級相關；熔點則是AATS0d，與σ電子的 Moreau-Broto自相關有關。 結論：CMPNN模型在沸點與熔點預測中均表現最佳。沸點中深度學習模型優於淺度學習模型（p<0.05）。此外，使用SHAP成功找出piPC1和AATS0d對最關鍵。本研究不僅得出了高準確性的模型，還發現了影響分子性質的關鍵特徵，且可擴展至其他預測。

透過親手磨製岩石薄片及礦物比例數據，探討觀音火山熔岩的差異與其差異原因。根據前人研究得知，觀音山經過五次噴發，共有七種不同的火山岩。比對地質圖，尋找各層出露地點共17處，進行田野調查、空拍記錄及樣本採集，並磨製岩石薄片共14片，進行岩相觀察與礦物面積比例計算。 本研究觀察到觀音山熔岩有漸變關係，符合鮑氏反應序列。從橄欖石玄武岩→普通輝石玄武岩→普通輝石安山岩→兩輝石安山岩→紫蘇輝石安山岩→黑雲母角閃石安山岩。 並依據新的田野調查資料，修正觀音山的地質圖資；建立火山噴發歷程模擬動畫；製作立體地形模型，以瞭解對地質地貌關係，皆可做為日後觀音山地球科學教育之參考。

抗癌藥物的研究一直受到重視，吲哚(indole)衍生物可助抵擋自由基，而二吲哚(Di-indole)衍生物已成為抗癌劑。鈣離子/鈣調蛋白依賴性蛋白激酶 (Ca2+/calmodulin-dependent protein kinase II，CaMKII)之抑制劑為癌症標靶藥物重要研究方向之一，抑制CaMKII可降低各種癌細胞增殖和存活，但目前尚無CaMKII抑制劑藥物。本研究以三吲哚為主架構，發展衍生物作為CaMKII抑制劑，期望可應用於抗癌劑。電腦軟體Discovery Studio2016模擬各種三吲哚衍生物分子模型與CaMKII α(PDB: 2VZ6)之結合能，選出結合能較大之化合物3，並延伸結構/活性(SAR)最佳化，進行一系列高效率藥物合成純化工作。經由送測生物細胞活性，其中先導化合物(lead compound) 3-1對癌細胞之毒性高且對CaMKIIα的抑制效果佳，符合癌症治療上的需求，將繼續最佳化此結構，並進行細胞訊號傳送途徑及動物實驗。

睡眠相關問題常見於現代緊張的社會，傳統睡眠分析方法需要腦電圖（EEG）、肌電圖（EMG）、眼電圖（EOG）等信號，量測複雜度高。本研究透過 Python 程式語言以深度學習和階層式投票機器學習方法，開發一套自動分析程式，僅透過心電圖（ECG）信號分析睡眠階段。並結合睡眠評估標準，製訂一可量化的睡眠品質評估表，提供臨床醫師判讀睡眠品質的指標。本研究的優點是僅透過一種信號便能準確、客觀、快速分析，且操作介面簡易。研究結果顯示，本研究清醒和睡眠狀態之辨識準確率高達約90%，與其他類似睡眠品質評估研究的論文比較，準確率高出10～17%，整體睡眠階段分析準確度高達87%。本研究方法未來可應用於臨床醫療，協助醫師做精準的患者睡眠品質診斷。

在這篇作品中，主要研究Repunit數列=在模n之下的餘數數列循環性質。我們探討了Repunit餘數數列在什麼條件下 為純循環週期數列、混循環週期數列和完全純循環週期數列，同時給出了循環週期的公式及上界。接著我們發現一階非齊次線性遞迴數列在模n之下的循環週期與c進制Repunit數列在模 n/gcd(n,c)之下的循環週期相同，並且進一步探討餘數數列在什麼條件下為純循環數列、混循環循環數列和完全純循環數列。

本作品在探討2023年IMO問題5中所提到的關於日式三角形(Japanese triangle)之問題，日式三角形是將1+2+...+n個圓排成正三角形的形狀，使得對所有i=1,2,...,n，由上往下數的第i列有i個圓，且每一列都有一個圓塗成紅色。日式三角形中的忍者路徑是一串由最上列到最下列的n個圓，其中每個圓連到其下一列與之相鄰的兩圓之一。我們分成兩個研究方向：一、找出k的最大值，保證在每一個日式三角形中，有一條包含至少k個紅色圓的忍者路徑。二、找出k的最小值，保證在每一個日式三角形中，有一條包含至多k個紅色圓的忍者路徑。 研究中，我們一般化每列的紅圓數為任意自然數𝓵(若該列總圓數不足𝓵則以該列總圓數塗色)，並將問題推廣至空間三角垛的情形。最後，我們將𝓵=l的情形推廣至高維空間。

本研究探討在一場圓桌會議中，n人逐一亂序入場找尋各自對應的名牌編號(1~n號)入座，其中1號第一個入場並坐到了k號位，此後入場的人們若發現與自己編號相同的位置是空的，就直接入座；若與自己編號相同的位置被占走了，就以逆時針方向尋找空位入座。在上述的規則下，若共有n 人，且 1 號坐到 k號位的情況，給予與問題相關統計量的組合證明。後續本研究將規則改為1 ~ p號 按照順序進場且皆想坐到 k 號位的前提下，探討了坐錯的人們是怎麼樣的循環和坐錯人數的次數分佈。並多數的研究結果皆與 stirling numbers of the first kind 有相關。 本研究還 探討了共有 n 人，且 1 號坐到 k號位的情況下， 坐錯人數的標準差函數的遞增情況 與對數函數完全曲線相關。

在臺灣手語辨識，先前研究所使用的監督式學習需要大量標記樣本而限制可辨識詞彙量。為此，本研究借鑒自然語言處理領域中BERT 的遮罩想法，將未標記手語影片隨機遮蓋部分幀數，並讓模型學習預測被遮蓋的幀數以學習臺灣手語的特徵，並透過遷移學習來訓練辨識模型，此作法可克服現有臺灣手語資料缺少的問題。經過實驗，本研究訓練之詞彙辨識模型達成了242 個詞彙量，94.8%的準確率。 此外，先前研究皆未在手語句子翻譯上有成果。因此本研究基於預訓練模型，整合設計手語翻譯的系統，實驗中，系統在100 個句子的翻譯表現達到88%的準，且BLEU-4 分數取得20.98，證明自監督學習的方式在手語辨識、翻譯上是有效的。並展現出樣本需求少與辨識詞彙量可輕易擴大的潛力。

我們以實驗室及生活上容易取得的重物與乒乓球模擬網路上跳水彈射手中球體的沃辛頓射流實驗。結果發現以圓形的類天然海棉托住乒乓球丟入水中可成功產生射流，因此選擇此為托球的載體進行實驗。依據我們的實驗結果，至少需要15公分水深才能形成完整的射流彈射出乒乓球，原則上在下落軌跡完全垂直於水面時，落下高度越高，球體彈射高度越高，實際實驗水深15公分以上時，落下高度50公分彈射高度約可達47公分，但結果受限於托球的海綿在落下高度40公分後下落軌跡不穩定，若期望更高的射流強度需要尋找更穩定下落的載體。最後我們將實驗影片逐格分析計算，證實球體彈射過程是一個反覆受到重力及空氣阻力等因素影響降速，又受到下方射流水柱力量推擠而加速的過程，初步建立以乒乓球標示射流噴射過程運動模式的邏輯。