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 - 6 of 6
  • Item
    運用牌張間的關聯設計麻將程式
    (2023) 黃宥誠; Huang, Yu-Cheng
    麻將是一個多人且不完全資訊的機率型對局遊戲。隨著時間的推移,在不同的地區發展出許多不同的遊玩規則,本篇論文以臺灣麻將做為研究主題。  本研究在分析手牌完成度時,以遞迴的方式把手牌中能成組的所有組合方式拆分出來,並且改進"A New Approach to Compute Deficiency Number of Mahjong Configurations"一文中的方法,提出一個能同時考慮序數牌與字牌且能快速計算臺灣十六張麻將手牌進胡數的方法。   本研究在捨牌的策略為進行手牌拆分後,檢視所有擁有最低進胡數的拆法,並將手牌分類為孤張、未完成組與完成組,接著評估所有孤張、未完成組、完成組之間的關聯,針對不同的情況,選擇捨棄孤張或是拆掉能擁有最多進張牌的搭子。關於防守的策略,參考「利用他家資訊模組來改良麻將程式」一文中的做法,我們提出分別針對刻子與順子做非需求度的計算,並提出潛在需求牌的想法。
  • Item
    利用棄牌資訊強化策略改良麻將程式
    (2021) 林宗翰; Lin, Zong-Han
    麻將是一個多人、機率型、不完全資訊遊戲,做為一個歷史悠久且熱門的遊戲,根據玩家地域不同而發展出了許多地區性規則,本篇論文將以台灣麻將作為研究課題,以前人提出的規則導向架構為基礎對麻將程式進行改良。架構上延續「利用他家資訊模組改良麻將程式」論文,採用進胡數計算的方式拆分手牌,並且針對該架構的弱點提出演算法改進,發展出數個構想嘗試改善遇到的程式缺陷。在原本的架構中,會蒐集其他玩家的棄牌資訊用以推論其他玩家不需要的牌,並且應用在遊戲終盤防守。而本論文則將棄牌資訊同時應用在輔助構築手牌,利用其他玩家的棄牌資訊調整手牌的權重,在剩餘張數相近的狀況下能夠將手牌導向更容易透過他人棄牌進牌的狀態,將比原本只依賴進牌機率的策略更具有積極性。實驗數據顯示,被命名為Seofon的新版程式對上原版程式zei得到56%的勝率,並且在ICGA 2020、TCGA 2021與ICGA 2021電腦對局競賽的麻將項目分別取得2銀1金的成績,與另外兩支金牌程式互有勝負。
  • Item
    利用他家資訊模組來改良麻將程式
    (2020) 林猷琛; Lin, Yu-Chen
    近年來,隨著設備及技術的發展,在完全資訊的眾多遊戲上,電腦已經超越人類。不同於圍棋、黑白棋、將棋,麻將是一個多人、機率性、不完全資訊的遊戲,還有更多的發展課題。這篇論文將會簡單介紹麻將的玩法,並簡述過去的麻將程式相關技術。 本論文採用部分Let’s Play Mahjong!論文的方法,將說明是如何實作出判斷手牌狀態、如何判斷鳴牌的抉擇,並以此來加強麻將程式。 本篇論文在進攻的選擇上,採用注重機率的棄牌選擇。在防守上則將他人的棄牌以及整個盤面紀錄,以此分析並將其資訊化成數值。最後將防守和進攻的選擇一同判斷後,選擇出最佳的棄牌。 在防守策略上並非純以統計或模擬的方式,而是根據玩家在棄牌時,會以最佳化自己的手牌做處理為原則,並依照在其他論文看到的理論進行推導,做出一個防守模組。 解讀數據上,將實驗時的統計解讀方式做了修正,避免運氣上的成分超過實際的實力差。
  • Item
    暗棋程式DarkCraft的設計與實作
    (2012) 施宣丞; Hsuan-Chen Shih
    電腦對局在人工智慧領域中佔有很大的份量,它主要分為完全資訊遊戲和不完全資訊遊戲兩大類,完全資訊遊戲是指所有玩家都可以掌握全部資訊的遊戲,例如:圍棋、西洋棋、象棋,不完全資訊則是各方玩家都只能掌握一部分資訊的遊戲,例如:暗棋、麻將、撲克牌遊戲,其中電腦暗棋是近年剛起步,擁有很大發展空間的不完全資訊遊戲。 一個程式的基礎是資料結構,有了好的資料結構才可以讓我們有足夠的基礎去構思出好的演算法,本研究將西洋棋最有效率的資料結構BitBoard融合到暗棋裡,讓程式能有很快的執行速度,並改良演算法強化棋力。 本研究已設計並實作了一個暗棋程式DarkCraft,在2011年於荷蘭獲得由國際電腦對局協會(International Computer Games Association)舉辦之電腦奧林匹亞(Computer Olympiad)冠軍。
  • Item
    電腦暗棋程式Observer的設計與實作
    (2014) 徐大開
    近幾年來電腦暗棋程式逐漸發展,目前已具有一定程度的棋力。暗棋程式下棋時需要考慮走子和翻子之間的選擇。如果選擇翻子,還要考慮期望值的問題。 本程式會評估各個子力的價值,並使用搜尋尋求一個好的走法,另外有時候要做特殊處理以解決一些盤面上的問題。在翻子的問題上我們除了算出期望值之外,還做了一些額外的調整。 在殘局時由於棋子可走的空間通常較大,使得搜尋時每一層會有較多的步數。當每一層的步數變多時,能搜尋的層數就下降了。如果有殘局庫,程式搜尋的過程在找到殘局庫的內容後可以馬上知道結果,以提高殘局時程式搜尋的效率。我們實作出可以有一個暗子的五子以內的殘局庫,使得程式在殘局的處理上更有方向性。 本程式在TCGA 2014的比賽中得到銅牌。希望讀者能夠從本文所使用的方法中發現一些值得參考的地方。
  • Item
    電腦麻將程式TaKe的設計與實作
    (2014) 沈庭瑋; Ting-Wei Shen
    近年在科技不斷進步之下,人工智慧電腦對局也不斷有新的發展與成果,越來越多新的技術被研發出來,舊有的技術也越來越成熟,但是相對於明確資訊的對局遊戲,不明確且帶有機率性的對局遊戲程式一直以來在學術上討論、探討的相關演算法較為少見,因此在這篇論文之中將會討論關於電腦麻將程式的人工智慧開發,所運用到的技術。 在本篇論文中,將會說明電腦麻將程式TaKe中所使用到的貝氏信賴網路演算法,以及人類麻將高手會使用的打牌技巧,如何來輔助電腦程式,找尋在過去麻將論文中較少提到的避免放槍機制,提供新的捨牌策略,以做到降低放槍機率。 目前該程式曾在TAAI 2013電腦對局比賽獲得銅牌,在TCGA 2014電腦對局比賽雖然獲獎未果,但是在比賽過程中該程式放槍次數是最低的,以玆證明使用的方法確實能達到期望中避免放槍的效果。在台灣十六張麻將雖然多以胡牌為最主要目的,但是在日本麻將因計分方式不同,因此未來若是有興趣開發日本麻將,或是在其他帶有機率性、不明確資訊遊戲的電腦程式開發,期望本論文能給予開發者一些啟發。