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
    知識概念圖的維基百科之研究
    (2009) 黃裕舜
    維基百科最大的特色在於「開放共享、協同創作」,讓維基百科成為眾多網路使用者集體創造知識的應用平台。目前現有的維基百科僅將知識以網頁形式儲存並提供簡易的搜尋功能,無法提供完整的知識架構。有鑑於此,本研究利用本體知識技術(Web Ontology Language)建立知識分類並賦予維基知識條目具備語意特性,讓知識內容可以依照分類架構儲存於本體知識庫,透過這個機制協助使用者有組織將知識的建立於維基系統。 針對維基系統所欠缺的知識導覽功能,我們導入以概念圖形式協助使用者瀏覽網頁知識內容,使用Java程式語言開發介面程式,同時也使用可縮放向量圖形SVG,達到自動產生概念圖的目的,讓使用者可以更深入了解知識內容架構,並且可以於Web上自由更新概念圖,使概念圖也有「開放共享、協同創作」的作用,更加符合維基百科的精神。結合本體知識技術與概念圖應用可以讓維基系統不再只是片段的知識的儲存庫,而是具有語意概念的數位學習平台。
  • Item
    利用Google Map應用在維基百科之研究
    (2009) 賴琮瑋
    「開放共享、協同創作」是維基百科(Wikipedia)的最大特色,而維基百科已成為眾多網路使用者集體創造知識及維護知識的平台。目前現有維基百科僅將知識以網頁文字形式呈現並提供關鍵字的全文搜尋功能,卻無法提供完整的知識架構概念及知識搜尋,更無法以特定的地理區域來搜尋維基知識。 有鑑於此,本研究利用本體論知識技術建立知識分類並賦予維基知識具備語意的特性,讓維基知識內容可以依照分類架構儲存於本體知識庫,並且搭配知識概念圖的技術將知識更有架構化的呈現,透過這個機制能協助使用者有架構的瀏覽或搜尋知識於維基系統。本研究也利用Google Map的技術建立一個維基知識入口網,使用者也可在Google Map上搜尋維基系統的知識,而搜尋結果皆以知識概念圖方式呈現。本研究根據雙碼理論提出雙入口知識網的概念,使用者不僅可以在維基知識入口網搜尋知識,更可以在Google Map系統上依特定區域來搜尋相關的維基知識。除此之外,為了因應IPv4網址耗竭的問題,本研究發展的雙入口知識網平台也以iframe技術克服目前Google Map尚未提供IPv6服務,而建置出可提供IPv6服務的平台。本研究結合本體論知識技術、知識概念圖與Google Map技術讓維基系統不再只是片段的知識的儲存庫,而是具有語意概念和地埋資訊的知識管理平台。
  • Item
    運用維基百科進行個人微網誌內容主題分析
    (2010) 梁哲瑋; Che-Wei Liang
    近年來微網誌的使用越來越普遍,使用者會透過微網誌文章與好友分享,包含使用者興趣、心情、資訊分享等。微網誌使用者所發表的文章所涵蓋的類別通常是使用者有興趣的主題,因此我們希望藉由探勘微網誌使用者的所發表的文章主題來找出使用者的興趣。本論文研究所提出的方法是先對一個微網誌使用者萃取出文章中的重要字詞,運用維基百科之分類網絡來查詢出字詞所涵蓋的類別概念,而探勘出使用者可能的興趣類別。在探勘過程中,對於維基百科中直接查詢不到的字詞,則透過線上連結維基百科尋找重定向字詞所涵蓋的類別概念。對於非維基百科字詞,我們則透過相關字詞的聚落分析結果,運用相同聚落的其他字詞來探勘出可能的類別概念。我們提出計算微網誌使用者的文章主題集中度之評估方法,實驗結果顯示:本論文系統所提出之使用者文章集中度的評估方法可達到很高的正確率,且本論文系統自動判定使用者的興趣類別與受試者所挑選的類別結果有一定程度的一致性。
  • Item
    利用廣義知網及維基百科於劇本文件之廣告推薦
    (2016) 陳信裕; Chen, Sin-Yu
    本論文的研究議題,主要是因為觀察到目前電視劇進入廣告時段時,大部分的廣告內容很枯燥乏味又冗長,而且廣告和電視劇的內容又不相關,導致在此時會有不少觀眾會選擇轉到其他電視台,先觀看其他電視台的電視劇,或是忙一些手邊事情,所以就造成這個時段的廣告廠商效益因此降低,而且廣告播映都需使用人力排程,費時又費力。因此本論文希望建立一個自動化劇本分析與廣告推薦系統,先從劇本內容分析與探勘重要的特徵詞,作為模型中有效且具高準確率的特徵,讓所推薦的廣告在播出時能夠吸引觀眾的目光,使廣告商品可以得到最大效益。 本論文實驗資料來源分別由兩種取得:第一種來源是從金穗獎劇本網站中找出12個劇本做為劇本文件資料,第二種來源是從維基百科中搜尋廣告商品,取得廣告商品簡介做為廣告商品資料庫。經由本論文所提方法實驗之後,最後會以自動化的方式互相比對,用來驗證本實驗各項結果是否成功,實驗結果評估對象包含劇本重點度為4及5分的段落與最佳廣告之推薦。 研究方法以兩項目標為導向:包含(1)自動化計算各段落重點度,與(2)推薦最佳廣告。為了計算各段落重點度,使用先前研究方法自動化找出劇本中幫助分析重點度的特徵詞,這些特徵詞將是分析重點度時重要的關鍵。而在最佳廣告推薦,於重點度為4及5分的段落內先找出所有特徵詞Na,接著使用廣義知網找出特徵詞Na上兩層的延伸詞,作為幫助劇本段落內容與廣告商品之間的聯結,經由自動化比對後,本研究將依據重點度為4及5分的段落特性,進而得出最佳推薦的廣告,最後所得到的實驗結果再提供給廣告商選擇,讓他們選擇在哪些段落可以下與自家產品相關的廣告,詳細的步驟與方法本文內會再敘述。對於實驗結果,本研究以準確度當做評估的標準。