• 期刊

社會環境變遷下－我國環境教育危機發展初探

本文主要了解社會環境下，我國環境教育有哪些面向需要變動，透過整理不同學者的觀點，了解我國環境教育現況與未來變動的可能性，為本研究重點。

• 期刊

應用機器學習與深度學習於金屬零件影像識別之研究

本研究針對金屬零件的影像識別，探討了使用Teachable Machine和Matlab Transfer Learning App兩種方法實現AI模型自動識別的能力。在Teachable Machine平台上，成功建立了一個識別10種金屬零件的AI模型，並通過增加訓練照片數量的方式提高了模型的正確識別率。在Matlab Transfer Learning App中，使用9個預訓練的CNN卷積神經網路模型進行了識別實驗，結果顯示ResNet101模型的識別率最高，其次是Xception模型，而NASNetMobile模型表現最差。本研究的結果顯示，Teachable Machine是一個方便易用的平台，可以快速構建AI模型；遷移學習是一個快速且有效的方法，可以利用預訓練的模型來加快新模型的訓練過程。使用者可以根據自己的需求選擇最適合的方法和模型。

• 期刊

化危機為轉機：以自民黨2004年眾議院的埼玉第八選區補選為例

自民黨不僅於2003年眾議院選舉受挫，更因為眾議員的賄選案導致埼玉縣第八選區必須補選的困境。本文以媒體宣傳策略的改變為切入點，說明自民黨如何於補選中克服困境獲得勝選。以往對於選舉與媒體宣傳策略的研究，大多將焦點置於2005年「郵政選舉」中，小泉純一郎首相的媒體宣傳操作，本文研究發現，2005年選舉媒體宣傳的成功實導因於2004年的補選，因此本研究能夠補強以往的研究成果。

• 期刊

應用YOLOV5於表面瑕疵檢測

近年來物件偵測模型已被廣泛應用於工業領域中，相關企業使用AOI針對螺絲影像進行瑕疵檢測，但因拍攝影像中含有不完整或多個螺絲影像，導致AOI檢測誤判及無法分類瑕疵種類的問題，為了解決上述問題，本研究提出深度學習框架偵測螺絲瑕疵，首先進行影像前處理，並提取出完整的螺絲影像，最終建立YOLOv5模型進行螺絲帽頭瑕疵檢測。

• 期刊

從犯罪預防視角探討國小校園安全：以校園竊盜司法判決為例

從犯罪預防視角來探討司法判決中，國小校園竊盜者背景變項與領域意識及環境監控的關係，輔以教育部校園安全暨災害事件通報趨勢統計，提供合宜的校園安全預防措施。本研究運用判決書資料分析法，以2010至2021年司法院法學資料檢索系統刑事類型的裁判書，查詢入侵國小校園的竊盜罪，實際有效判例共67件，被判竊盜罪111人，並依據編碼表將內容轉換成數值分析。研究具體建議包含強化校園周界、加強門禁管理、擴充監控、保護標的物及修繕防護設備，可提高犯罪風險增加犯罪心力，進而促進校園安全、降低校園竊盜損害。

• 期刊

美感教育培養對流行文化危機之探討

本研究主要探討目前強調美感教育，去了解建立良好的美感教育對流行文化的影響。流行文化是以美為核心的事業，如沒有良好美感教育就無法良好展現，因而研究透過文獻對話，了解美感教育對流行文化影響與危機探討。

• 期刊

結合物件偵測與深度學習應用於油畫彩繪層缺陷

機器學習、深度學習、物件偵測等相關技術應用已逐漸成熟，但是在文化資產保護與藝術品修復領域上，相關應用才正要開始。在作品修復狀況檢視流程中，過往都依賴修復師以人工方式標註缺失位置，導致有許多時間與精力耗費，且有時也會因為修復師的經驗而有誤判的可能。為解決上述問題，本研究提出以YOLOv5物件偵測技術，對油畫彩繪層進行缺陷檢測，輔助修復師加快作品檢視流程中缺失標註作業的效率，節省人工標註損害區域的時間，將更多的時間與心力投注在畫作修復作業；本研究使用紫外光與正常光二種非破壞性檢測光源，針對昆蟲排遺、彩繪層缺失進行辨識。研究結果表明，該方法可以輔助修復師標記與檢測油畫的缺陷，並提高了作業效率。希望藉此主題給予藝術修復領域一些技術輔助參考，提升修復的成效與減少人力時間的消耗。

• 期刊

行動支付效益評估之研究

創新經濟發展方案（簡稱DIGI＋），施政目標預計於2025年我國行動支付普及率要達到80%以上。由於影響民眾使用行動支付的因素是多元且複雜的，因為這涉及平台資安、社會互動、成本及個人針對相關綜合面風險評估的考量，是造成使用行動支付偏低主因。茲此相關權責單位亦不斷於相關技術創新、改善，讓民眾免於使用上的恐懼，另一方面亦給予消費者使用行動支付的優惠，這對廣大消費族群而言是特定體驗優惠，因此當整體效益大於時間成本時，民眾應會持續使用行動支付。茲此，本文以此當作目標族群選擇（樣本），並分別透過質性研究及量化研究，執行目標屬性-表現分析法，研究結果顯示穩定性、特約商店普及性、及時互動服務介面、交易點數回饋及瀏覽過往消費者評價功能是本研究的關鍵要素。