理學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/3

學院概況

理學院設有數學系、物理學系、化學系、生命科學系、地球科學系、資訊工程學系6個系(均含學士、碩士及博士課程),及科學教育研究所、環境教育研究所、光電科技研究所及海洋環境科技就所4個獨立研究所,另設有生物多樣性國際研究生博士學位學程。全學院專任教師約180人,陣容十分堅強,無論師資、學術長現、社會貢獻與影響力均居全國之首。

特色

理學院位在國立臺灣師範大學分部校區內,座落於臺北市公館,佔地約10公頃,是個小而美的校園,內含國際會議廳、圖書館、實驗室、天文臺等完善設施。

理學院創院已逾六十年,在此堅固基礎上,理學院不僅在基礎科學上有豐碩的表現,更在臺灣許多研究中獨占鰲頭,曾孕育出五位中研院院士。近年來,更致力於跨領域研究,並在應用科技上加強與業界合作,院內教師每年均取得多項專利,所開發之商品廣泛應用於醫、藥、化妝品、食品加工業、農業、環保、資訊、教育產業及日常生活中。

在科學教育研究上,臺灣師大理學院之排名更高居世界第一,此外更有獨步全臺的科學教育中心,該中心就中學科學課程、科學教與學等方面從事研究與推廣服務;是全國人力最充足,設備最完善,具有良好服務品質的中心。

在理學院紮實、多元的研究基礎下,學生可依其性向、興趣做出寬廣之選擇,無論對其未來進入學術研究領域、教育界或工業界工作,均是絕佳選擇。

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    以機器學習方法分析結構與螢光波長之關係
    (2018) 周弈銘; Chou, Yi-Ming
    在定量構效關係的研究中,以機器學習方式進行資料挖掘的比例越來越高,而使用少量描述符對某種化學特性進行建模一直是化學訊息學中非常重要的一環,在擁有少量樣本以及大量從E-Dragon資料庫中取得的分子結構與特性相關的描述符數據後,特過機器學習的方式找出能夠對萘和香豆素之不同取代基化合物之螢光波長進行擬合的描述符和演算法,變成為本次實驗的目的,而透過四種不同的機器學習演算法 ( 決策樹回歸、隨機森林回歸、GBDT回歸、極端樹回歸 ) 之間投票和比較,從1664種描述符中取得R3m、Ss、R7u+三種描述符對螢光波長進行擬合;再透過測試集準確率的比較與檢驗,選出對於處理非線性問題具有良好功能的隨機森林回歸做為最後建模工具 ( 隨機森林回歸所使用的層數為19層、65個弱學習器 ) 。而此三種描述符則是在本實驗中做為具有預測螢光波長之描述符。 在建模之後,分析訓練集和測試集的平均絕對誤差以及誤差百分率,得到訓練集之平均絕對誤差為16奈米、誤差百分率為百分之四;而測試集的平均絕對誤差為26奈米、誤差百分率為百分之六。而在分析誤差結果時也發現,R3m和Ss之相關性程度取決於取代基的複雜程度,而不同的複雜程度會對不同光區的分子有著不同的影響。如果具有高度相關性,也就是取代基舉有多重鍵以及複雜性,則落在短波長區間(尤其是紫光)的預測能力較佳;若高度相關性的情況發生在長波長分子上,則模型的預測能力會變弱。