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 - 4 of 4
  • Item
    電腦暗棋之人工智慧改良
    (2011) 勞永祥; Lou Weng Cheong
    一直以來電腦棋類人工智慧的發展主要集中在完全資訊的遊戲,完全資訊的棋類遊戲,盤面的資訊能完全掌握,審局資訊充足,並不含機率的成分。 電腦暗棋是屬於不完全資訊含機率性的棋類遊戲,不像西洋棋、中國象棋是屬於完全資訊的棋類遊戲,如果用一般遊戲樹進行搜尋,在走棋與翻棋夾雜的情況下,若需要對未翻棋子也要作走步搜尋,則需要對所有的未翻棋子都作假設模擬,以求得一個接近的結果。但並不容易準確的審出結果。 經過ICGA 2010、TAAI 2010及台大資工所game theory課程等多次電腦暗棋比賽,由國立東華大學資訊工程所、國立台灣師範大學資訊工程所以及國立臺灣大學資訊工程所等所開發的電腦暗棋程式都有著共同問題,就是走子或翻棋,都還不太理想。 由於無法合理地走子或翻棋,導致走閒步,棋局無進展。這樣的結果使得在電腦暗棋的比賽中,往往優勢的一方也因為無目標,局勢無法進展,而變成平手結果。 本論文主要提出電腦暗棋的一套新的策略以解決局勢無法順利進展的問題。另外提出更準確的棋子間距離影響力之計算方法。實測結果顯示,本程式Black Cat 比起去年ICGA 2010及TAAI 2010的亞軍程式Dark Chess Beta(本校研究生謝政孝所研發)約有五成六的贏率。
  • Item
    暗棋中棋種間食物鏈關係之探討與實作
    (2010) 謝政孝
    電腦棋類一直是人工智慧發展的重要領域之一,而電腦暗棋至今仍較少人對其做較深入的研究。暗棋是屬於不完全資訊含機率性的棋類遊戲,不像西洋棋、象棋是屬於完全資訊的棋類遊戲,所以如果用一般遊戲樹進行搜尋,在走棋與翻棋夾雜的情況下,會因分枝度過大而無法做深入的搜尋,因此難以做出較佳的決策。 本論文希望改良先前謝曜安研究生的暗棋程式,首先改進他的走步生成方式,與審局函數的計算。由於他的審局函數是採用靜態子力去計算分數,不論盤面資訊如何,其各個子力價值恆為固定,在許多情況下會產生誤判,我們希望可以藉由盤面改變而動態的改變子力價值,更客觀小心的審視盤面,並以這審局函數來實作在暗棋中關於其棋種間特殊的食物鏈關係,以期加強暗棋程式的棋力程度,並使棋力超越人類玩家水平。
  • Item
    電腦暗棋之設計及實作
    (2008) 謝曜安
    電腦棋類一直是人工智慧發展的重要領域之一,而電腦暗棋至今尚未有人對其做較深入的研究。暗棋是屬於不完全資訊含機率性的棋類遊戲,不像西洋棋、象棋是屬於完全資訊的棋類遊戲,所以如果用一般遊戲樹進行搜尋,在走棋與翻棋夾雜的情況下,會因分枝度過大無法做深入的搜尋,因此難以做出較佳的決策。 本論文首度對電腦暗棋做深入的研究,並提出一些演算法來解決電腦暗棋所面臨的相關問題。經實戰測試,我們所寫出來的暗棋程式可以擊敗市面上我們蒐集到的所有暗棋程式,棋力已接近人類玩家的一般水平。
  • Item
    電腦暗棋程式Darkness的設計與實作
    (2013) 詹凱翔; CHAN Kai-Hsiang
    電腦暗棋於2010 年正式加入電腦奧林匹亞競賽,從此開始有許多團隊加入研究的行列。其共通課題皆為:走步與翻子的時機如何掌握?這個問題是相當困難的,想要完滿的解決並不容易。 我們的目的是開發出一款能夠處理翻走問題的暗棋程式,目前來說顯然這是不實際的。在折衷處理之下,本程式以速度為優先考量,同時也希望能夠具有一定水準的棋力。 暗棋程式的棋力強弱,與搜尋的深度息息相關,而搜尋的深度又受電腦硬體以及演算法限制,所以我們的核心目標就是使用各種手段為程式加速,來加強棋力。 本程式使用Alpha-beta pruning以及Bitboard,並搭配Transposition table加速,擁有高速運算的能力,能夠在大部分的局面下走出較好的走步,並在搜尋中避開大量的重複盤面來節省時間。 目前本程式已於TAAI 2012 以及TCGA 2013 分別取得銅牌,比賽中也發現仍然有可修正的部分,接下來將全力發展後續改良設計,期望能於未來的比賽取得更好的成績。