Engineering Applications of Artificial Intelligence (2025/5)

電信工程研究所 李義明 (■通訊作者 ■ 共同作者(作者順序 2 )) / JIF:8 / Rank:0.971

深度學習強大的資料分析能力，能有效處理新興半導體元件大數據。遷移學習是深度學習中重要技術，透過將已訓練模型知識轉移至特定目標，可顯著提升模型效能。本研究運用遷移學習，預測金屬閘極功函數擾動下全閘極矽奈米片場效應電晶體特性之變異。用單通道上訓練的模型，轉移去預測更複雜的多通道元件。均方誤差、均方根誤差及平均絕對誤差等指標評估結果顯示，即使僅用少量樣本，遷移學習方法在預測四通道元件之誤差率仍低於1%。

IEEE Transactions on Wireless Communications (2025/7)

電信工程研究所 李明峻,李大嵩 (■通訊作者 ■ 共同作者(作者順序 5 ，李大嵩)) / JIF:10.7 / Rank:95.8 (16/366 。ENGINEERING, ELECTRICAL & ELECTRONIC) 96.3 (5/120。TELECOMMUNICATIONS)

為解決頻譜稀缺並實現感知通信一體化（ISAC）網路，本文針對多使用者MIMO-OFDM架構下的ISAC系統提出創新設計。現有研究多集中於單使用者場景，對多使用者及多目標情境下的波束形成設計仍不完整。本文針對此缺口，提出數位與混合波束形成的下優化框架，分析波束成型對雷達感知之距離–多普勒域及系統容量的影響，並將容量最大化問題轉化為加權最小均方誤差問題，進而提出高效適用於MIMO-OFDM ISAC多用戶多目標系統的數位與混合波束成型演算法。模擬結果顯示，所提方法在感知精度與通信容量上均遠優於現有方案，為多使用者ISAC系統提供高效的解決方案。

Advanced Optical Materials (2025/9)

光電工程學系 安惠榮 (■ 通訊作者) / JIF:9 / Rank:0.084

Optical processes in 2D materials such as graphene and transition metal dichalcogenides are often limited by their atomic thickness, with many phenomena emerging only in the monolayer limit, thereby necessitating effective enhancement strategies. In contrast, InSe, a transition metal monochalcogenide, exhibits intrinsically strong nonlinear optical responses that are less sensitive to thickness, making it a promising platform for scalable nonlinear photonics. In this work, we demonstrated a remarkable enhancement of both linear and nonlinear optical responses from InSe when integrated with TiN. Epitaxial TiN films combine gold-like reflectivity with superior thermal and structural stability, offering a robust platform for nanophotonic integration. Unlike the severe quenching typically observed on noble metal substrates, photoluminescence from InSe/TiN heterostructures is over an order of magnitude stronger than on gold, while second-harmonic generation is enhanced by nearly 500-fold compared to InSe/SiO₂. FDTD simulations attribute these enhancements to strong electric-field confinement within the InSe layer, arising from unusual interfacial coupling with epitaxial TiN, revealing a promising route toward active and nonlinear 2D–metal hybrid photonic devices.

Nano letters (2025)

光電工程學系 郭浩中 (■ 通訊作者) / JIF:9.1 / Rank:34/239

本研究首次實現將超表面立體結構(metasurface hologram)與光子晶體面射式雷射(PCSEL)單片整合，打造出晶片級結構光點投影器。該元件體積僅0.025 mm³，較商用DOE-VCSEL投影器縮小約2450倍，並使功耗降低約28.7%，同時在70 cm距離仍能投射出高品質點陣影像以進行深度重建。此整合技術不僅展現優異的小型化與高能效特性，亦具備半導體製程相容性與量產潛力，為3D感測、擴增實境及生物辨識等應用提供具前瞻性的解決方案。

Advanced Optical Materials (2025/8)

光電工程學系 黃耀緯 (■ 通訊作者) / JIF:8 / Rank:8.4%, 10/119, JIF Percentile = 92.0%, OPTICS

首個透過拓樸優化的自由形狀超穎介面，用以實現矩陣傅立葉光學，能夠將多種偏振態繞射至不同的遠場繞射階次。透過將前向設計與基於梯度的反向優化相結合，實驗上達成高達 98.7% 的偏振對比度。本研究為實現微小化、偏振選擇性的光學元件奠定了基礎。本研究獲選期刊內後封面。

Nano Letters (2025/7)

光電工程學系 黃耀緯 (■ 通訊作者) / JIF:9.6 / Rank:10.1%, 18/179, JIF Percentile = 90.2%, PHYSICS, APPLIED

單晶整合超穎介面-PCSEL 晶片，實現了晶片級的點陣投影儀。其體積僅有 0.025 mm³，比商用系統小超過 2400 倍。效率也更高，功耗降低 28.7%。其結構光投影可支援智慧型手機、延展實境與生物辨識等應用。投影出的點陣構築出虛擬場景，象徵著下一世代晶片上深度感知技術的來臨。本研究獲選期刊封面。

Photonics Research (2025/7)

光電工程學系 黃嘉彥 (■ 通訊作者) / JIF:7.2 / Rank:0.884

本研究首先展示將超穎透鏡集束器以馬賽克拼貼的方式與藍光LED磊晶層進行單石整合。透過將集束器以馬賽克拼貼的方式，在集束器的本身功能性以及密度上進行集束器尺寸上的最佳化，最終於實驗量測上量測到接近三倍的正向強度增益效果。此研究的結果未來可以應用在需要提升光束指向性，模組空間又十分侷限的Micro-LED應用，諸如AR微型顯示光源與共封裝光學等。

Sensing and Bio-Sensing Research (2025/6)

智慧醫電工程研究所 陳榮治 (■ 通訊作者) / JIF:4.9 / Rank:CHEMISTRY, ANALYTICAL 15/106 86.3％

阿茲海默症（AD）因Tau 蛋白過度磷酸化導致微管不穩與神經退化。為突破現有療法侷限，本研究提出以導電聚苯胺（PANI）薄膜電化學調控 Tau 磷酸化的新策略。結果顯示，PANI薄膜可在正電位下吸附磷酸化Tau（pS214 胜肽0.5 V、p-Tau蛋白0.3 V）吸附效率達40%；負電位脫附效率 16.67%。交替施加電位可重複精準控制 Tau 的吸附與脫附，並經質譜驗證磷酸基成功去除。此技術能精確調控蛋白磷酸化，具發展生物相容植入裝置潛力，為阿茲海默症治療開創新方向。

Chemical Engineering Journal (2025/6)

智慧醫電工程研究所 陳榮治 (■共同作者 (作者順序 4 )) / JIF:13.2 / Rank:0.96

本研究以分子篩為基礎，結合延伸閘場效電晶體（EG-FET）開發高靈敏度汞離子感測器，並引入熱衝擊與淬火策略以提升偵測效能。熱衝擊可加速反應、突破能障，熱淬火則穩定複合物，將偵測極限提升四個數量級，達 2.5 pM Hg²⁺。同時採用具光學特性的 DNA 鍊作為表面連接分子，可修飾螢光基團以監控表面修飾與交互作用，並於與分子篩結合時產生螢光淬滅以評估表面品質。結果顯示，分子篩的結構穩定性與熱特性對靈敏度與選擇性具關鍵影響，為高效生物感測器設計提供新方向。

biosensors (2025/5)

電控工程研究所 劉益宏 (■第一作者 ) / JIF:5.6 / Rank:INSTRUMENTS & INSTRUMENTATION 87.5% (18/64, Q1)

本研究針對阿茲海默症與輕度認知障礙的早期偵測，提出一套高準確度、非侵入性的腦波辨識框架。透過分析大腦從「靜息狀態」到「執行記憶任務狀態」的動態變化，本研究發現此狀態轉變是區分健康、輕度認知障礙與阿茲海默症患者的有效生物標記 。實驗證實，此方法的分類準確率高達98% (MCI vs. HC) ，顯著優於傳統方法 。此成果具備高度臨床應用潛力，能作為低成本、高效率的輔助診斷工具 ，更有望成為評估治療成效的客觀指標 。

IEEE Sensors Journal (2025/8)

電控工程研究所 李慶鴻 (■ 通訊作者) / JIF:4.5 / Rank:143/970 (Q1, Electrical and Electronic Engineering)

本研究提出一種智能伺服軸診斷及參數調機方法，旨在解決六軸機械手臂中伺服不匹配導致的多軸同動性與動態軌跡精度問題。方法上，開發虛擬伺服驅動系統進行性能模擬及用以訓練以一維卷積神經網路之伺服智能診斷模型，判斷出性能最差的伺服軸。隨後，引入基於拉格朗日插值的調參方法，此法具備高效率，無需大量數據或長時間收斂即可有效調整參數。模擬與實驗結果證實，此方法顯著增強了關節伺服的動態響應，提升了系統的整體路徑精度，最終經由一組圓弧運動之軌跡驗證達 67.38%平均軌跡精度的提升。

Advanced Science (2025/8)

電子研究所 曾銘綸 (■ 通訊作者) / JIF:14.1 / Rank:92.9 (33/460, MATERIALS SCIENCE, MULTIDISCIPLINARY)

本研究提出可在水中直接運作之超薄磷化鎵海根斯(Huygens)超穎介面（厚度: 85nm），兼具高穿透率與完整2π相位，並以物理多級矩展開及PSO逆向設計降低製程敏感度與提升機械穩定性。元件在水中穩定產生Bessel、突發自聚焦與渦旋等結構光，實證長景深與高對比聚焦，展現於生醫影像與水下通訊（IoUT）的可擴展解決方案。

()

AlN Thin-Film Piezoelectric-on-Silicon Transducers for In-Sensor Computing

電機工程系 邱 一 (■ 通訊作者) / JIF: / Rank:

本論文首度提出以氮化鋁（AlN）矽上薄膜壓電（TPoS）換能器為基礎的微機電（MEMS）物理性儲層運算元件。本研究利用單一圓形薄膜換能器，於共振頻率附近透過大位移激發Duffing非線性，成功實現非線性映射以進行儲層運算。該裝置在多項計算任務中表現優異：NARMA測試誤差低於其他文獻報導、手寫數字辨識率達91.2%、心律失常分類成功率達78%。此成果展現本元件於感測器內計算（computing-in-sensors）的潛力，並為智慧麥克風與語音輔助等邊緣AI與物聯網（IoT）應用奠定重要基礎。

IEEE Internet of Things Journal (2025/10)

電機系碩博士班 粘儆夫 (■ 通訊作者) / JIF:8.9 / Rank:COMPUTER SCIENCE, INFORMATION SYSTEMS: 11/258 (Q1) ENGINEERING, ELECTRICAL & ELECTRONIC: 23/366 (Q1) TELECOMMUNICATIONS: 10/120 (Q1)

我們與現職於台科大電機系的陳元賀教授團隊聯合提出了一800自旋易辛計算加速晶片，此晶片基於多次遞減退火演算法，採用局部能量計算方法，並導入多執行緒與管線化設計，大幅降低晶片面積與功耗。晶片以台積電90奈米製程實現，面積僅2.4 mm²，功耗僅9.4 mW。與現有發表於頂級刊物之全連接退火晶片相比，我們的設計在「單位自旋面積」與「單位自旋功耗」指標上分別達到至少22.48%與48.9%的改善，適用於物聯網與嵌入式系統等資源受限場域。

IEEE/ACM Transactions on Audio, Speech and Language Processing (2025/9)

電機工程學系 簡仁宗 (■ 共同作者(作者順序 3 )) / JIF:5.1 / Rank:2/51 (Acoustics and Ultrasonics)

擴散模型(Diffusion Model)為生成式人工智慧之關鍵技術，本篇論文為全球第一篇透過擴散學習訓練出高效能生成式語者模型，模型特色在於發揮擴散學習的優勢有效且精準的解纏出語音資料中聲學與語者之分離特性，透過分解出來之語音表徵訓練出高品質語者模型並可大幅提升語者辨識效能。本研究的另一亮點在於論文發表是透過陽明交大與美國史丹福大學國際合作產出之具體成果。