離岸流是海灘安全的重大隱患，台灣有30處海岸經衛星拍攝到離岸流。其發生時間和地點不定，且會迅速將人帶離岸邊，最遠約100公尺。民眾常因掙扎而體力不支，導致溺斃。為減少此類事故，本研究開發了一套離岸流偵測預警系統，構建出準確度超過95%的辨識模型。 因台灣無離岸流圖庫，本研究除國外圖庫，也加入台灣GoOcean等平台的即時影像，以貼合台灣實際狀況。經影像前處理後，共約四萬張圖片和五十部影片用於訓練YOLO v8模型。當偵測到離岸流，即時透過Discord發送警報至救難中心。我們也加入人形辨識功能，若系統同時偵測到人與離岸流，則加強警戒等級，從而提升救援效率。 完成離岸流辨識系統後，我們著手開發預警功能。將辨識模型應用於各地監視器，蒐集更多離岸流資料，再先後使用YOLO v8和Transformer提取生成特徵，預測其發生，以達成預警的功能。

本研究主要是以晶片和織布進行結合，以電極收集訊號分析受測者的鈉濃度和汗液流量，研發長期保持潤濕和擁有穩定性的高親水性薄膜Polyacrylic acid / Cellulose nanocrystals（PAA / CNC）感測器。製備不同濃度比例的PAA / CNC光固化水凝膠，進行接觸角、FTIR圖譜、溶脹比 (Swelling Ratio)、SEM、EIS 潤濕面積分析並比較選擇出PAA /10 CNC的濃度比例作為最佳的汗液感測電極。利用CNC與PET片間貼合度強化結果，能有效提升薄膜親水性，降低電極與織布中的親疏水性差異，加強電極感測靈敏度，相較於對照組，電容值結果顯示約提升5~10倍的靈敏度。本研究開發一個靈敏且穩定即時監測汗液的薄膜，並結合藍芽應用於智慧裝置。

植物進化成陸生植物的過程中，氣孔和角質層是關鍵特徵。氣孔由保衛細胞調控，負責二氧化碳進入和水分蒸發；角質層則保護植物免受水分流失及環境壓力。調控這些特徵的基因尚不明確。本研究利用全基因組關聯分析（GWAS）探討阿拉伯芥的角質層和氣孔發育。GWAS結果顯示，與角質層厚度相關的基因位於第二條染色體，而與二氧化碳吸收效率相關的基因位於第五條染色體。氣孔導度和水分吸收效率的調控基因可能在第一、三、四條染色體上。角質層變薄時，氣孔密度下降，導致氣孔導度和水分蒸散率上升；而當角質層通透性增加到一定程度時，二氧化碳固定效率達飽和。此外，透過反向遺傳學篩選候選基因，研究特定基因對角質層合成及光合作用效率的影響。突變株分析顯示，抑制控制角質層或氣孔的基因會促進另一性狀的表現，未來可進一步探討自然族群中相關基因的功能。

隨著氣候變遷對人類生活帶來越來越大的的影響，CO2 為氣候變遷的主要驅動因素之一，準確預測二氧化碳（CO2）排放量變得至關重要。 本研究深入探討了各種先進的單變量和多變量時間序列模型，並提出一種新穎的混合集成模型，旨在提升台灣CO2 排放的預測準確性。 我們採用了自1965 年至2022 年的年均數據集，涵蓋CO2 排放量以及天然氣、煤炭和石油的消耗數據，利用標準評估指標來評估模型表現。在多次實驗中，我們選定了三個表現最佳的模型，並通過疊加泛化技術將其預測結果整合至一個元模型。所提出的混合集成模型達到了1.398% 的MAPE 分數，顯示出相較於傳統模型更優越且穩定的性能。 經過全面優化後，本模型可為政策制定者和產業領袖在制定減少CO2排放的決策時提供了可靠的依據。

自然界中，植物以NO₃⁻和NH4+作為主要氮源，在吸收後轉化為麩胺酸(Glu)和麩醯胺酸(Gln)作為第一產物進行基本生理反應，在我們實驗室先前的研究中，發現Gln會誘導阿拉伯芥側根生長、壓力反應和抗病性，所以提出了一種假說「細胞外的Gln是營養氮源，也是一種“危險訊號”」，藉由可能存在的Gln的受體表現。目前我進行了其中三組受體的測試，分別是wall-associated kinase2(WAK2)、wall-associated kinase3(WAK3)和EF-Tu受體(EFR)，WAK家族是穩定細胞壁果膠的受體激酶，然而我們實驗中發現WAK3在wak3 muntant的表現是不穩定的。EFR為接收EF-Tu(elongation factor thermal unstable)的模式辨識受體(PRR)，參與活化植物防禦及PAMP-triggered immunity (PTI)，efr muntant在Gln的誘導下表現了防禦相關基因與水楊酸生成之相關基因。本研究將有助於深入理解Gln在植物防禦和側根生長中的功能及其調控機制，並為未來的作物改良和病害防治提供理論基礎。

亨丁頓舞蹈症為與認知功能障礙密切相關的神經退行性疾病。本研究首次應用動態葡萄糖強化磁振造影（DGE MRI）以了解葡萄糖代謝作為亨丁頓舞蹈症神經影像生物標記的可行性，以分析大腦中不同區域之間的代謝關係。 本研究對腦區間葡萄糖代謝關聯性進行分析，並針對訊號進行自動化分群，觀察特定訊號樣態之特徵。於zQ175 KI和R6/2 KI小鼠中不同的連接性變化模式中，發現紋狀體和齒狀回之間葡萄糖代謝連接性具顯著變化，與已知病理一致，顯示DGE MRI作為臨床生物標記之潛力，以利及時診斷和監測該疾病。 這項開創性的研究探索了使用DGE MRI作為亨丁頓舞蹈症影像標記可行性，並詳細分析腦區間葡萄糖代謝相關性，不僅進一步對該疾病之病理更加深入了解，同時提高早期診斷、疾病監測和精準醫療應用發展，說明可能有針對代謝紊亂的潛在治療策略。

本研究探討了利用生成式人工智慧技術為漫畫創作帶來新可能性。在當今競爭激烈的漫畫產業中，創作者們需要不斷創新以吸引觀眾，而創作引人入勝的漫畫需要豐富的想像力和劇情結構。本研究希望能協助創作者製作草稿，並探索與AI當朋友的新型創作模式。在生成方面，提出了將漫畫劇情提取、劇情預測以及圖片生成三個步驟的生成流程，並使用了多種模型和技術，如 YOLO模型用於漫畫人臉檢測、文字生成模型用於劇情預測、LoRA技術用於模型微調等，為解決人物生成不連續的問題，我們也提出一種基於特徵提取與融合的解決辦法。本研究提供了一個全面的方案，旨在利用人工智慧技術幫助漫畫創作者創作出簡單的草稿。

2023年聯合國氣候變遷大會（COP28）決議 2050年淘汰化石燃料。2022年聯合國環境大會制定從源頭減少塑膠垃圾的公約。為了回應這些全球目標，本研究利用廢棄芋頭皮的黏性製作生物塑膠，用於泡麵內調味料的熱水即溶包。常溫下為調味料包裝袋，熱水沖泡後即可溶解，成為富含營養的食材。 我們發現有八種配方能夠成功使其成形。其中，成本最低的配方為芋頭：明膠：小燭樹蠟：甘油：水=20：15：9：9：70。該產品在76°C以上的熱水中能夠溶解，第一次裂解時間為8秒鐘以內，之後會完全溶解。該裂解時間y(s)與溫度x(°C)的關係為：y=9.53×10¹¹x⁻⁵.⁹⁸。這使其適合用於泡麵時的熱水溫度，約 80°C以上。 物理性質包括：拉伸強度為0.70kgf/15mm，伸長率為20.4%，密度為1.11 g/cm³，含水率為20.3%。所有配方成分皆可食用，並可溶解於熱水中，適合作為泡麵調味料塑膠包的替代品，有助於減少農產廢棄物的處理量。

隨著網路技術不斷的進步，意見和情感分析逐漸成為人們日常生活中的一部分。儘管如此，目前人們缺乏一個方便且快速的情緒分析模型，供廣大大眾使用。 本研究旨在提供人們一個緩解憂鬱情緒的管道——當人們輸入一個需要被安慰的情境時，我們的系統將輸出安慰語句，以緩解該使用者之憂鬱情緒，達到安慰效果。為此，本研究訓練了BERT model以及 LLaMA model。BERT model能判斷使用者輸入的語句是否為需安慰語句。而LLaMA model則作為安慰語句之生成模型，以達到安慰之效果。

由於心理韌性相關研究中，較缺乏以認知能力正常的普通人做為研究對象，因此本研究希望透過了解心理韌性與生理（血液）、認知（神經心理測驗）、心理（心流、憂鬱程度）在普通人之間的關聯，進而增加對韌性的瞭解。透過心理韌性量表BRS、CDRISC及RSA、心流量表FSS、貝克憂鬱量表BDI、神經心理測驗WMS、WAIS與血液檢驗報告，收集各項數據，並利用t檢定及Pearson correlation，找出具顯著關係者：心理韌性與心流成正相關、與飯前血糖濃度成正相關、與憂鬱程度呈負相關，以及與神經心理測驗呈負相關。然而韌性與血糖、認知間的顯著去除年齡因素後便會消失。