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 - 3 of 3
  • Item
    對二維易辛模型非平衡相變的綜合研究
    (2025) 李尚瑋; Li, Shang-Wei
    利用蒙地卡羅法以及監督式神經網路,我們研究在二維棋盤狀易辛模型的非平衡相變。非平衡相變是透過令模擬該模型時使用的Metropolis 演算法違反細緻平衡條件達成的。此篇研究所使用的神經網路模型是直接取自於過往研究曾經訓練過的模型,換句話說本次研究沒有訓練任何模型。值得注意的事情是蒙地卡羅法以及監督式神經網路獲得結果是一樣的。具體來說,取得的結果表明所研究的相變是屬於二維易辛普遍類別。此篇研究也同時詳細探討了傳統捲積神經網路模型(CNN)的性能會如何受到訓練過程以及訓練集相關的參數的影響。經過論證過,我們得到的結論為本研究所使用神經網路模型在估計臨界點比文獻中所使用的傳統CNN更有效率以及穩定。本摘要及本碩士論文是根據以下之期刊論文的內容而編寫而成的.Eur. Phys. J. Plus (2024) 139:776 https://doi.org/10.1140/epjp/s13360-024-05563-8
  • Item
    改進AlphaZero的大贏策略並應用於黑白棋
    (2019) 張乃元; Chang, Nai-Yuan
    DeepMind的AlphaZero演算法在電腦遊戲對局領域中取得了巨大的成功,在許多具有挑戰性的遊戲中都取得了超越人類的表現,但是我們認為AlphaZero演算法中仍然有可以改進的地方。 AlphaZero演算法只估計遊戲的輸贏或是平手,而忽略了最後可能會獲得多少分數。而在像是圍棋或是黑白棋這類的佔地型遊戲中,最後所得到的分數往往會相當大地左右遊戲的勝負,於是我們提出大贏策略:在AlphaZero演算法中加入對於分數的判斷,來改進演算法的效率。 在本研究中使用8路黑白棋作為實驗大贏策略效果的遊戲,我們使用並且修改網路上一個實作AlphaZero演算法的開源專案:alpha-zero-general來進行我們的實驗。經過我們的實驗之後,使用大贏策略的模型相比未使用的原始AlphaZero模型,在經過100個迭代的訓練之後有著高達78%的勝率,證明大贏策略對於AlphaZero演算法有著十分顯著的改進效益。
  • Item
    不同蒙地卡羅演算法之效率比較及誤差估算:以ISING MODEL為例。
    (2017) 謝祥友
    本論文使用 Metropolis algorithm 與 Cluster algorithm 來模擬不同溫度及不同晶格大小的古典自旋系統,紀錄每次update後系統的磁化強度,進一步分析磁化強度的平均值及其誤差,來比較兩種演算法的效率。