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
1634 results
Search Results
Item 線上同儕評量系統之設計與研究(2004) 廖偉良同儕評量是一種有別於傳統的變通性評量（alternative assessment），也即使 一群知識成熟度與學習背景類似的學生，彼此相互評量學習成果，並相互給予回 饋。藉同儕評量的過程來提高學生高層次的思考及學習動機，是許多學科領域中 常廣泛應用的學習策略，對學生的學習成就與學習態度皆有正向的影響。 隨著電腦與網路技術的快速發展，資料的處理、呈現及互動更具即時性，同 儕評量的實施方式也有所改進，從紙筆式同儕評量演變為線上同儕評量。早期以 電腦與網路技術做為同儕評量工具的研究中，對於學習成果呈現與同儕回饋各有 其不同的處理方式，如使用電子試算表軟體透過email 方式實施，或利用全球資 訊網做為展示學習成果的平台，並透過email 來傳遞同儕回饋。演變至今，線上 同儕評量系統皆已將學習成果呈現與同儕回饋整合至全球資訊網平台上。檢討分 析國內外現有線上同儕評量系統之研究，實施過程方面，尚有若干問題有待解 決，例如，1、適當的評審者分配方式，2、雙向的評審者與受評者溝通管道，3、 本研究將針對上述的幾項限制，提出相關策略及實施流程規劃設計，以突顯 同儕評量的設計理念，使參與學生透過本研究所設計的線上同儕評量系統，充分 達到反省思考與批判溝通的目的。對於評審結果公正性及客觀性的問題，本研究 也提出相關預防及檢查策略，藉此減少評審評分偏誤的情形發生。Item 互動式提示虛擬題庫中介練習系統之設計與評估(2004) 蕭惠云無論是動態評量或是傳統靜態評量，當試題量不夠充足時，試題的曝光便可能威脅測驗結果的正確性。尤其圖形測驗編製過程不易，產生新試題相當耗時費力，所以試題之安全性特別受到重視。另一方面，近來風行於教育界的建構主義運用在電腦輔助教學中，能使電腦科技在促進學習或發展心智功能的角色上發揮得更為淋漓盡致。 基於上述二者，本研究以圖形測驗為內容，結合能解決試題曝光問題的虛擬題庫，以及具建構主義特色的互動式提示，運用於動態評量的中介系統及練習式電腦輔助教學系統上。針對此研究主旨，設計一套「互動式提示虛擬題庫中介練習系統」，並進行實際施測以評估其可行性。 研究結果發現：（1）以「互動式提示虛擬題庫中介練習系統」做練習，有助於增進受試者推理能力的發揮，且較無提供提示之紙筆練習有效。（2）在評估受試者於圖形推理的學習潛能方面，「互動式提示虛擬題庫中介練習系統」雖然可行，但評估對象僅限於圖形推理能力為中等的受試者；當受試者於中介練習時所接受的提示量愈少，表示其愈具有圖形推理方面的學習潛能Item 較高維度演繹競局問題最佳演算法之設計與分析(2009) 黃立德; Li-Te Huang隨著眾多領域中最佳化問題的逐步探索，發現許多重要的問題都能被轉換成演繹競局問題(deductive game)的模型，例如編碼理論(coding theory)、電路測試(circuit testing)、密碼系統破解(differential cryptanalysis)、附加條件搜尋(additive search problem)等問題。換言之，在演繹競局問題上的研究將使其他相關領域問題的求解露出希望曙光，因此發展有效解決演繹競局問題的方法變得不容遲緩。 在過去數十年間，有許多針對演繹競局問題的研究產生。Mastermind與AB game(或稱為Bulls and Cow)是最有名的兩種演繹競局問題，知名的電腦科學家Donald E. Knuth在1976年於論文中介紹此二者並針對Mastermind做相關研究。在本論文中，我們提出一系列理論剪裁(theoretical-pruning)的最佳化方法與數學證明來解決這兩種問題。 在運用這些新方法到欲解決的問題後，我們得到下列新的成果： (1)我們提出一個適用於各種演繹競局問題的admissible heuristic。同時，我們根據此admissible heuristic，提出一個更有效率的演算法來解決Mastermind，最後亦得到Mastermind在平均狀況下的最佳策略。 (2)針對AB game，我們提出一個更精緻的剪裁演算法(pruning algorithm)來處理它。很幸運地，最後我們得到AB game在平均狀況下的最佳策略且其平均猜測次數為5.213。 (3)我們針對在最差狀況下3×n AB games的最佳策略做理論性的分析。最後我們成功地導出一個計算最差狀況下的最佳猜測次數之公式。 (4)我們研究一個AB game的變型，稱為容許一次錯誤回應之AB game。最終我們求得其最佳猜測次數為8。Item 單張影像之特質影像萃取(2009) 鍾允中; Yun-Chung Chung對於許多電腦視覺方面的應用而言，從輸入單一張的影像中粹取特徵影像（characteristic images）是非常重要的一個課題，例如陰影的分析、輔助光影的研究、反光消除、反射影像的移除等。舉例來說，對於許多視覺化的智慧型交通運輸應用系統（Intelligent Transportation System）而言，例如交通監控、交通的違規執法、駕駛安全輔助、自動車輛導引等，這些視覺系統若不是架設於戶外，就是裝設於車輛中，它們都遭遇到一共同的困擾，就是光影（包括陰影、反光等現象）常常會干擾甚至降低相關系統的可靠度，使得後續的處理工作增加不少的困難。 然而，想要直接從輸入單一張的影像中粹取特徵影像並非一件容易的事。本論文提出一個可靠的架構從輸入單一張的影像中粹取特徵影像，本架構包括四個主要步驟：邊緣偵測（boundary generation）、分類資訊擷取（information extraction）、邊緣分類（boundary classification）以及特徵影像組成（image composition）。在本論文中共提出應用本架構所解決的三像主要問題，包括反射干擾、反光消除、陰影移除，其特徵影像分別定義如下：反射干擾影像（Interference images）之特徵影像包括：觀測物體影像（Object image）以及反射影像（Reflection image）；反光影像（Dichromatic reflection images）之特徵影像包括：強光影像（Specular image）以及物體影像（Diffuse image）；本質影像（Intrinsic images）之特徵影像包括：實體影像（Reflectance image）以及光影影像（Illumination image）。 本論文所提出的架構，可從輸入單一張的影像中粹取特徵影像的技術，除了可以提供上述應用系統一個問題的解決方法之外，並可以應用於任何戶外或是與光影有關的系統。Item 智慧型停車場系統:車牌辨識,車輛導引,及裝置控制子系統(2009) 張祥利; Shyang-Lih Chang本文提出一種新的停車場系統，稱為智慧型停車場系統，此系統結合影像處理、電腦視覺、感測、控制、通訊、網路、及先進的管理技術等，希望在現有的資源下做一有效的整合，以提供停車場管理者一個全自動、高效率的管理系統；並給予車主一個安全、便利、及人性化的服務。 本停車場系統含有七個子系統：車牌辨識系統、車輛導引系統、感測系統、控制系統、自動收費系統、網路及通訊系統、和中央管理系統。首先當車輛欲進入本停車場前，先以車牌辨識系統確認車輛的身份，並記錄其影像及進入的時間；接著由車輛導引系統，根據停車場內各停車區域車輛停放的情形，以方向指示器導引該車輛前往最佳停車位；當車輛停妥後，記錄其停放位置。而當車主欲前來取車離開時，可以車牌號碼、停放位置、或大約進場的時間中任何一種資訊，再配合影像確認車子，迅速繳費並取得車子；而在出口處亦設有車牌辨識系統，確認身份後決定是否開閘門放行。 此外，我們在停車場內各適當地點，分別安置有溫度、水位、煙霧、一氧化碳等感測元件，當停車場內有任何溫度、煙霧、一氧化碳濃度、水位異常時，可以適時的啟動場內自動控制系統，如消防設備、抽風、抽水馬達、防火、防水閘門、及警報系統。必要時亦可透過網路及通訊系統主動報警，及通知車主前來處理，以保障停車場內人員及車輛之安全。 在本研究中，我們除了提出整個停車場的規劃構想及理論架構外，主要著重在車牌辨識系統，車輛導引系統、及裝置控制系統的發展。亦提出一些實施的技術。其中發展演算法可自動規劃以最少的攝影機佈設，來達到監看整個停車場的目的；安全監視演算法自動察覺意外、治安、環境等的安全；車牌辨識演算法識別車輛的身份；車輛導引演算法可快速引導車輛至最佳停車位等。在硬體方面，我們嘗試將上述演算法及軟件中計算較為費時的部份，提出其硬體的架構，並以FPGA來實現，藉由硬體平行處理之能力，加速運算時間。此外對於停車場內之感測及控制等電路，則以單晶片微處理機來實現。Item 對非決定性service-oriented architecture應用程式進行動態測試的研究(2009) 曹笠德因為現行service-oriented architecture 架構的軟體越來越多，很多公司行號慢慢開始採用service-oriented architecture 架構來建立內部工作流程管理系統。service-oriented architecture 架構是由許多web service 所組合而成一個整合性的系統。所以這個架構之下所建立的系統，每個service 之間可能會有許多interactions，所以每個service 的是否都可以順利的執行就顯得相當重要。不過，在現有的測試環境與測試方法當中，沒有一個完整有系統的測試方式可以來對service-oriented architecture 架構做一個測試。 而我們就是設計出一個framework 來針對service-oriented rchitecture 架構的系統來做一個自動化的測試環境。我們利用BPEL 來建立service-oriented architecture 架構的環境，然後我在每一個BPEL process 訊息交換的地方多加上一個proxy 來收集測試所需的資訊再配合上reachability testing 的技術，來測試service-oriented architecture 架構的系統。Item 視覺式交通監控之能見度改善(2009) 高士翔一個可靠的系統，必須要能容忍在不同的環境中(如：起霧、下雨、下雪等)也能確實的運作。本研究最主要的目的，不僅僅是想了解光與空氣是如何的作用。更進一步的，希望藉由公式的推導，回復光在受未干擾時的狀態，也就是景物表面最初所散發的光。 恢復景物原本的影像，無可避免的可以分為兩大問題。分別為估計airlight 與估計透射率 。本研究藉由兩種不同的方法分別得到airlight的值與透射率 值，再藉由影像退化模式的公式推估出景物在未受干擾前最原始的亮度。 實驗的場景我們選擇了在台灣常見的天氣型態：起霧和下雨。並且針對各種的天氣型態拍攝了交通影像與非交通影像。再針對交通影像拍攝了一般道路與高速公路兩種類型。本研究所提出的技術對於能見度之改善皆有良好的效果。Item 自動化演講錄製系統(2009) 林士祺; Shih-Chi Lin本研究目的為發展出自動化的錄製演講系統，利用PTZ攝影機來模擬真實攝影師所錄製的方式，在演講過程中根據不同事件的發生，攝影機做出對應的動作，來拍攝出效果較佳的影像。本系統主要分為前處理、取得演講資訊以及攝影機動作，前處理主要工作分為講者偵測與布幕偵測，取得演講資訊則為講者追蹤與布幕追蹤，取得演講資訊後，系統依照不同的演講情境下對PTZ攝影機下達合適的動作。 在前處理中的布幕偵測部份，由於在演講環境當中，為了使演講者準備的投影片所投影出來的布幕能夠更清晰更明亮，會將現場的燈光調整較暗，我們便藉此環境特性，使用Otsu’s 方法，將布幕在畫面中的區塊取出，再求得布幕座標的資訊。講者偵測部份，則是使用Adaboost之人臉偵測方法來偵測演講者在畫面中臉部的區塊。 在取得演講資訊中，為了在演講過程中，不斷的取得演講者狀態與布幕位置，我們便分別的對布幕與演講者進行追蹤，布幕追蹤方面，由於布幕位置在空間中的位置不會改變，因此可以藉由攝影機變動的參數來預測布幕在下一個時間點畫面中的位置。在講者追蹤方面，我們將講者偵測程序中所偵測出來的講者臉部區塊當作樣版影像，再對下一張的輸入影像進行樣板比對，比對的方式是由平均位移(mean shift)演算法來進行來。 攝影機動作方面，我們根據攝影師建議的規則而訂定的攝影機動作表，在演講過程中，藉由取得演講資訊，得到演講者狀態與布幕位置，系統便會判斷出演講的事件，在依照控制表對PTZ攝影機下達合適的動作，拍攝出理想的畫面。Item 八層三角殺棋的勝負問題之研究(2009) 白聖群電腦棋類遊戲在人工智慧領域中是很重要的。而三角殺棋部份，自從許舜欽教授在1985年研究出七層三角殺棋結果後。三角殺棋更多層數的結果，就沒有任何相關文獻了。 在本論文中，我們使用CPU為AMD Athlon64 X2 4000+ 2.1GHz，記憶體為8G Byte的個人電腦，花費約十四個小時半的時間，證明了兩種規則的八層三角殺棋皆為先手勝。 我們除了找到八層三角殺棋的結果，也提出了一些解三角殺棋勝負時，可以加快搜尋勝負速度的方法。雖然研究過程中花費許多時間在倒推法上，但我們也研究出來所有先前求出的盤面是可以運用到之後要求解的三角殺棋。並且提出了一個管理記憶體的方式，使得在求解三角殺棋的過程中，盤面資訊狀態可以儲存，這樣就可以利用較少量記憶體來解八層三角殺棋，而不必動用到虛擬記憶體。Item 使用鑑別式語言模型於語音辨識結果重新排序(2009) 劉鳳萍語言模型代表語言的規律性，在語音辨識中，它可用以減輕聲學特徵混淆所造成的問題，引導辨識器在多個候選字串中作搜尋，並量化辨識器產生的最終辨識結果字串的可接受度高低。然而，隨著時空及領域的不同，語言產生差異，固定不變的語言模型無法符合實際需求。語言模型調適提供了一個解決之道，使用少量同時期或同領域的調適語料對語言模型進行調整，以增進效能。鑑別式語言模型為語言模型調適方法之一，它首先取得一些特徵(Feature)，每一個特徵各有其對應之權重(Feature Weight)，以代表語言中的句子或字串，並以這些特徵及其相關權重為基礎，構建出一套評分機制，用以對基礎辨識器(Baseline Recognizer)所產生的多個辨識結果進行重新排序(Reranking)，以期最正確的詞序列可以成為最終辨識結果。本文提出以關鍵詞自動擷取方法所得結果，增加鑑別式語言模型之特徵。關鍵詞自動擷取方法是透過計算字或詞在語料庫中同時重複出現的次數以擷取出關鍵詞，其優點為可以在不依賴詞典(Lexicon)的情況下，擷取出新生詞彙或不存在詞典裡的語彙，這樣的特性也許會對鑑別式訓練有所助益，但實驗結果顯示未有顯著之改善效果。