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 - 10 of 4043
  • Item
    長期追蹤臺灣北部青少年營養攝取及飲食品質與生長速度的相關性
    (2022) 劉家妤; Liu, Jia-Yu
    青少年正值兒童至成人期的轉換階段,此階段飲食營養需供應青春期的生長及發育,同時也奠定成年後的飲食習慣及健康基礎。良好的飲食品質滿足個體的營養需求也會影響到學童的生長速度,因此本研究欲從飲食品質的層面探討青少年飲食與生長速度的表現。前瞻性世代研究設計,分析臺灣北部 129 名青少年11–18 歲間每年所收集之 2 日 24 小時飲食回憶資料,共有 530 份有效問卷,並根據年齡分為小學高年級、國中生及高中生時期,以加權平均值(weighted average)方式計算其營養素及食物份數,為更符合本土的飲食習慣及建議,本次將以臺灣每日飲食指南為基礎改良飲食品質指數:師大版台灣健康飲食指數(THEI-NTNU),並以其評估青少年飲食品質。結果顯示同一群青少年於追蹤期間熱量攝取量維持穩定,醣類攝取量隨年齡增加而減少,蛋白質與脂質隨年齡增加而增加,為增加肉類及蛋類攝取量,減少水果類及乳品類攝取量。青少年歷年平均營養素充足比 0.7-0.8,未有營養素攝取缺乏(< 70% DRIs)的情形,但一些營養素及平均營養素充足比隨年齡越高而不理想的情況。青少年歷年平均飲食品質分數 48.3 ± 2.3,且隨年齡上升顯著變差,以未精製穀類、深綠色蔬菜類及水果類得分最低。飲食品質與多數營養素攝取量及營養素充足比呈顯著正相關(r =0.19-0.55, p < 0.05),但與身高年變化量及體重年變化量無相關性(r =- 0.07-0.11 , p > 0.05),且青春期早期飲食品質分數對青春期早期及青春期晚期的體位或體位年變化無顯著相關性(p > 0.05),僅與青少年最新一次體重(平均 16 歲)呈顯著負相關(r =- 0.25, p < 0.01)。本研究為長期追蹤同一群青少年從小學高年級至高中生時期的觀察性研究,利用我國飲食指南改良之飲食品質指數評青少年估飲食品質,亦分析體位及營養 素之變化,本次研究發現台灣北部青少年的飲食品質及平均營養素充足性表現逐年變差,並確定 THEI-NTNU 是反映微量營養素充足性的良好指標,可能成為評估飲食品質與營養素缺乏相關的指標工具,但飲食品質與生長速度或體位之間無發現相關性,未來 THEI-NTNU 與青少年的生長速度的相關性,並需確認飲食品質對兒童和青少年的生長速度的影響。
  • Item
    小根蒜萃取物對葡聚醣硫酸鈉誘導小鼠急性腸炎之保護效應
    (2022) 毛語葳; Mao, Yu-Wei
    發炎性腸道疾病 (inflammatory bowel disease) 是反覆發炎的慢性疾病,其致病因子涉及基因、環境、腸道上皮損傷、腸道菌群失衡與異常的免疫反應等。T細胞及其相關細胞激素的調節與平衡,為維持腸道免疫恆定之重要因子。本研究首先對於台灣花蓮原住民作物「火蔥」進行植株特徵比對及基因序列分析,結果鑑定此「火蔥」為小根蒜 (Allium macrostemon Bunge) 的鱗莖。小根蒜屬於石蒜科蔥屬之藥食兩用的植物,將小根蒜的鱗莖進行蒸煮、乾燥後做為傳統中藥的「薤白」。本研究以葡聚醣硫酸鈉 (dextran sulfate sodium, DSS) 誘導C57BL/6J小鼠急性腸炎模式,探討小根蒜的新鮮鱗莖萃取物是否具緩解腸炎之能力。首先製備小根蒜的水 (aqueous extract, AE) 與50%乙醇萃取物 (50% hydro-ethanolic extract, HEE) 進行實驗一,結果發現預先管餵小根蒜HEE (200 mg/kg/day),可降低DSS引致急性腸炎小鼠的血液之嗜中性白血球次群、減少大腸組織免疫細胞浸潤、維持完整腸道上皮,具緩解急性腸炎的潛力;然而AE則無此效用。接續進行實驗二,探討補充小根蒜HEE減輕急性腸炎之效用與機轉。C57BL/6J小鼠分為4組:正常控制 (NC) 組、腸炎控制 (DC) 組,與腸炎並介入250 mg HEE/kg/day (DL) 組或500 mg HEE/kg/day (DH) 組。NC和DC組預先管餵水,而DL和DH組預先管餵HEE,經一週後再給予3% DSS飲水引致急性腸炎並持續管餵HEE,經一週後犧牲。實驗結果當與DC組比較,DL和DH組顯著降低血漿haptoglobin濃度;在血液嗜中性白血球、發炎性單核球和調節性T細胞之比率皆降低,以及淋巴球比率上升;脾臟調節型T細胞與輔助型T細胞17相關細胞激素與轉錄因子forkhead box p 3、interleukin (IL)-10、transforming growth factor-1、IL-17A和retinoic acid receptor-related orphan receptor gamma-t之mRNA表現量降低;大腸組織促發炎相關基因C-C chemokine ligand 2、tumor necrosis factor-和C-X-C motif chemokine ligand-1與腸道黏膜屏障相關保護因子trefoil factors 3之mRNA表現量,以及大腸沖洗液Immunoglobulin G的濃度皆降低,並發現DL和DH組有較低的疾病活動指數與大腸水腫程度,另於大腸組織切片觀察其腸道免疫細胞浸潤程度較低,且具有相對較完整的隱窩與腸道上皮。本研究結果顯示,預防性給予小根蒜HEE可透過免疫調節與抑制發炎反應,具有緩解急性腸炎的潛力。
  • Item
    麩醯胺補充對於imiquimod誘導小鼠乾癬樣皮膚發炎之影響
    (2022) 林娗瑜; Lin, Ding-Yu
    乾癬(psoriasis)是一種自體免疫功能失調引起的慢性皮膚發炎疾病,其特徵是過度增生的角質細胞以及浸潤的T細胞、樹突細胞、巨噬細胞及嗜中性白血球,並對患者的生活品質有不良影響。乾癬的發病機制雖然尚未完全釐清,但已知T細胞在疾病的起始與發展階段扮演主要的致病因子之一。麩醯胺 (Glutamine;GLN) 具有抗氧化、抗發炎、免疫調節的作用,且乾癬患者血漿及血清中麩醯胺顯著較低。因此,本研究使用imiquimod (IMQ)誘發小鼠乾癬樣皮膚炎的動物模式,探討飲食中補充麩醯胺對於乾癬的保護效果。本實驗將雄性C57BL/6J小鼠隨機分為三組 (n=8/組):控制 (NC)組、IMQ誘發乾癬 (P)組、IMQ誘導並補充GLN (PG)組。NC組和P組所有小鼠給予AIN-93G飼料,PG組則於飼料中添加麩醯胺 (GLN取代30%總胺基酸氮含量),經15天餵養後,連續6天以Aldara乳膏 (5% IMQ) 塗抹於P組及PG組小鼠背部皮膚誘發乾癬樣皮膚炎,誘發期間持續給予飼料介入麩醯胺。實驗結果發現,與NC組相比,P組小鼠背部皮膚出現紅斑、脫屑、增厚等典型乾癬樣皮膚炎反應,且呈現更高的乾癬面積暨嚴重程度指數(psoriasis area severity index , PASI),以及血液中嗜中性白血球、促發炎單核球、抗發炎單核球、T細胞、輔助型T細胞17 (helper T cell 17, Th17) 及調節型T細胞比例顯著提升。將P組和PG組做比較,發現飼料中補充麩醯胺可顯著降低IMQ誘導的乾癬嚴重程度的PASI指數、血中嗜中性白血球及Th17細胞比例。補充麩醯胺可顯著降低IMQ誘發的背部皮膚之嗜中性白血球比例與促發炎因子如interleukin (IL)-17A、IL-23、C-X-C motif chemokine ligand 1的mRNA表現量。在組織學方面觀察到補充麩醯胺降低了IMQ誘導引起的表皮增厚,降低角質層的厚度、減少角化不全及角化過度;免疫化學染色方面觀察到,補充麩醯胺降低了皮膚中T細胞及嗜中性白血球的浸潤。綜合上述結果推論,飲食補充GLN能可藉由調節Th17細胞比例、降低發炎激素及趨化因子的表現量,而改善IMQ誘導小鼠乾癬樣皮膚發炎反應。
  • Item
    基於高維度資料分解的空氣污染視覺化分析
    (2023) 楊千艎; Yang, Chien-Huang
    空氣污染是一個嚴重的全球環境問題,對人類健康和生態平衡造成嚴重影響。PM2.5是微粒物質的一個子集,直徑小於2.5微米,已經與嚴重的呼吸和心血管問題、土壤和水污染以及生態系統破壞相關聯。為了更好地了解PM2.5的來源和分佈,我們採用了一種類似PARAFAC的分解方法來分析台灣使用空氣盒子設備收集的空氣質量數據。這種方法允許識別導致某個地區和時間PM2.5濃度較高的因素,從而提供PM2.5分佈模式的洞察。為了增強對這些模式的分析,我們提出了一種通過可視化進行交互式多視圖分析的方法,以探索和理解複雜的數據集。這種方法旨在幫助更好地理解空氣質量,改進複雜數據集的分析和解釋,最終獲得更好的洞察和結果。
  • Item
    會議語音辨識之上下文語言模型 Reranking 研究
    (2023) 王泓壬; Wang, Hung-Ren
    ASR N-Best Reranking是自動語音識別(ASR)系統中用於提高轉錄輸出準確性的一種技術。在ASR系統中,系統為輸入音頻片段生成多個後選假設,稱為N-Best列表。而BERT (Bidirectional Encoder Representations from Transformers)是一種先進的語言模型,在文本分類、命名實體識別和問題解答等各種自然語言處理(NLP)任務中表現出卓越的性能。由於BERT能夠捕捉上下文信息並生成高品質的輸入文本表示,因此被用於ASR N-Best Reranking。為了更進一步增強BERT模型的預測,我們探索了增強語意信息與訓練目標,大致分為四部分: (1)將文本文法優劣信息融入到模型中的有效方法;(2)間接將整個N-Best列表信息融入到模型中的有效方法;(3)探討分類、排序及多任務訓練目標於模型訓練的可行性;(4)強化模型提取的文本信息。大型生成式語言模型(LLMs)已經證明了其在各種語言相關任務中的卓越泛化能力。本研究我們評估利用LLMs如ChatGPT於ASR N-Best Reranking任務的可行性。我們在AMI會議語料庫進行一系列的實驗,實驗結果顯示在降低單詞錯誤率(WER %),提出的方法有其有效性,與基本ASR系統比較最多可達到1.37%的絕對WER (%)下降。
  • Item
    古氣候因果關係的交互式視覺分析系統
    (2023) 張榕宸; Chang, Jung-Chen
    氣候數據可以提供有價值的信息來了解我們的環境。 探索和識別不同氣候事件之間的關係是氣候分析的一項重要任務。 特別是在研究古代氣候數據時,這是許多氣象學家非常感興趣的話題。 認識古代氣候事件的關係並弄清楚它們之間的關係可以幫助氣象學家重建歷史氣候,甚至預測未來的氣候。 在本研究中,我們基於REACHES(重建東亞氣候歷史編碼系列)數據集設計了一個交互式可視化系統。 為了幫助專家探索明清兩代跨越600年的關聯事件,並找出他們可能感興趣的事件的關係。我們使用關聯規則學習來計算不同氣候事件之間的關係,並找出其中意想不到的關係具體的時間和空間。
  • Item
    應用兩階段生成模型於會議摘要之研究
    (2023) 黃怡萍; Huang, Yi-Ping
    近年來,由於疫情的影響和遠端工作的普及,線上會議和視訊交流平台的使用 變得更加廣泛。但隨之而來的問題是,會議記錄往往包含許多分散的資訊,要 在大量的對話中擷取和理解關鍵資訊是困難的,且隨著會議越來越頻繁,意味 著參與者需要在有限的時間內掌握會議的要點,以便在忙碌的日程中做出明智 的決策。在這樣的情境下,能夠從會議紀錄中自動辨識和摘要出關鍵資訊的技 術變得更為重要。自動文件摘要主要分為擷取式 (Extractive) 和重寫式 (Abstractive) 兩種方 法,擷取式摘要透過計算原始文件中每個句子的重要性分數,選擇得分高的句 子並將它們組合起來成為摘要。重寫式摘要透過對原始文件的理解重新改寫句 子,生成出一個簡潔且包含原始文件中核心內容的摘要。由於對話中的話語經 常是不流暢且資訊分散的,使用擷取式摘要容易擷取出不完整的句子,造成可 讀性不高。目前在會議摘要任務中,主要的應用是能夠將原始語句改寫的重寫 式摘要。雖然已有許多相關的研究被提出,重寫式的方法應用在會議摘要中仍 面臨幾個普遍性的限制,包括輸入長度問題、複雜的對話結構,以及缺乏訓練 資料與事實不一致,而這些問題也是提高會議摘要模型效能的關鍵。本論文專注在「輸入長度問題」和「對話式結構」的研究,提出了一個先 擷取後生成的會議摘要模型架構,在擷取階段設計了三種方法來選擇重要的文 本片段,分別是異質圖神經網路模型、對話語篇剖析和文本相似度。在生成階 段使用先進的生成式預訓練模型。實驗結果顯示,提出的方法透過微調基線模 型,可以達到效果提升。
  • Item
    使用零知識證明來實現可使用公有區塊鏈來稽核的匿名電子投票
    (2023) 楊秉軒; YANG, PING-HSUAN
    近年來,隨著數位技術的發展,電子投票由於其便利性漸漸取代傳統投票,許多選舉活動開始採用電子投票的方式來進行,然而,現有的電子投票系統存在一些缺陷,如完整性、所有人都可以驗證性和無收據性等方面的問題。這些缺陷會導致整個電子投票系統的不安全性,使得投票者對於投票結果缺乏信任。為了改善這些不完善處,本篇論文提出了一種使用零知識證明的匿名電子投票系統。透過零知識證明,我們可以在投票主辦方為可信之第三方的情況下確保投票者的匿名性且不洩漏具體的選票內容。此外,我們可以保證投票主辦方無法對投票結果進行任何作弊行為,例如故意漏票或者加票。最後,透過與公有區塊鏈的結合,將產生出來之智能合約放上公有區塊鏈,並將最後的投票結果數據上鏈,供所有人針對投票結果之正確性、合格性等等進行公開驗證,從而增加整個系統之信任度,以及確保投票的公正性跟透明度。
  • Item
    整合全局場景與局部注意的自監督多標籤分類
    (2023) 陳俊彥; Chen, Chun-Yen
    自監督學習在各種計算機視覺任務中取得了顯著的成果,證明了其在廣泛應用中的有效性。然而,儘管取得了這些成功,針對多標籤分類的挑戰的研究工作仍相對有限。該領域尚待深入探討,需要進一步研究以充分利用自監督學習技術進行多標籤分類任務。在這篇論文中,我們提出了一個適用於自監督多標籤分類的多層次表徵學習(GOLANG)框架,同時捕捉圖像的場景和物件資訊。我們的方法結合了全局場景和局部對齊,以捕捉圖像中不同層次的語義信息。框架的全局模組通過對輸出特徵進行平均池化來學習整個圖像,而局部對齊模組通過學習關注來消除與對象無關的干擾。通過整合兩個模組,我們的模型能從影像中有效地學習各種層次的語義信息。為了進一步提高模型提取物件-場景關係的能力,我們引入了全局和局部交換預測技術,有效捕捉圖像中各種物件和場景之間的複雜關係。GOLANG框架在自監督多標籤分類的實驗上展示了優秀的性能,凸顯了其在在多標籤影像中捕捉多個物件和場景之間錯綜複雜關係的有效性。