114-2_業界實習2
應用化學系
教學目標
結合理論與實務的訓練
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
依個人實務規劃不同進度
教科書/參考書
無
評分標準
學分數
9
授課時數(周)
3
開課班級
A11142
修課人數
4
結合理論與實務的訓練
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
依個人實務規劃不同進度
教科書/參考書
無
評分標準
學分數
9
授課時數(周)
3
開課班級
A11142
修課人數
4
114-2_機械學習與化學
應用化學系
教學目標
The purpose of this class is to introduce method, algorithm, implementation of machine learning and its application in chemoinformatics to Chemistry majored students. We will apply python package such as scikit-learn to apply basic machine learning methods. We also will learn how to utilize the Large Language Model (LLM) such as ChatGPT, Gemini, etc. and discuss their applicability in Chemistry.
Google Classroom 課程代碼 jy4xat2i
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 教學主題 教學活動 一 2/24 課程介紹 課程介紹 Introduction to Machine Learning, Python Machine Learning Chapter1 by Wei-Meng, Lee, Wiley, 2019, Indianapolis, IN, 學生分組(共八組)
二 3/2 複習Python 討論文獻 “Machine learning methods in chemoinformatics” WIREs Comput Mol Sci 2014. “Machine learning in chemoinformatics and drug discovery” Drug Discovery Today, 2018, 23, 8.。 說明如何使用 Google Colab環境。複習Python程式語言。複習Numpy套件。上機實作。分組討論。 Data Science from Scratch by Joel Grus, O’Reilly, Chapter 2-3 Python Machine Learning Chapter 2
三 3/10 Data Analysis and Visualization Data Analysis。Statistics。Probabilities。說明如何使用Python相關套件: Pandas, Seaborn, Matplotlib, Plotly Data Science from Scratch by Joel Grus, O’Reilly, Chapter 5-6 Python Machine Learning Chapter 3,4 Google Colab Lab 1
四 3/17 Scikit-Learn Getting Started with Scikit-Learn for Machione Learning Python Machine Learning Chapter 5 說明如何使用Python相關套件: Scikit-Learn Machine Learning from Scratch by AI Sciences
五 3/24 監督式機器學習: 迴歸 Steps to solving Machine Learning Problems。Simple Linear Regression。Multiple Linear Regression。Logistic Regression。 Data Analysis from Scratch with Python by Peters Morgen, AI Sciences, Chapter 9-10. Python Machine Learning Chapter 6 Google Colab Lab 2
六 3/31 監督式機器學習: 分類 Classification, Logistic Regression。K-Nearest Neighbors。Decision Tree Classification。Random Forest Classification。 Reference: Machine Learning from Scratch by AI Sciences。Data Analysis from Scratch with Python by Peters Morgen, AI Sciences, Chapter 11 Python Machine Learning Chapter 7 Google Colab Lab 3 Final Project Topic Selection: Air Minotor Box, Image Recognition
七 4/7 監督式機器學習: SVM Clustering。Support Vector Machines Python Machine Learning Chapter 8 Final Project Topic Selection: Air Minotor Box, Image Recognition 八 4/14 監督式機器學習: kNN Clustering。K-Means Cluster Python Machine Learning Chapter 9 Google Colab Lab 4 Final Project Discussion
九 4/21 非監督式機器學習: 聚類與降維 Clustering。K-Means Clustering。Principal Component Analysis。Singular Value Decomposition。t-SNE。 Statistics for Machine Learning by Pratap Dangeti, Packt, Chapter 8。 Python Machine Learning Chapter 10 Final Project Discussion
十 4/28 文獻報告 Each Student Present a paper about Machine Learning and Chemistry for 15 minutes
十一 5/5 文獻報告 Each Student Present a paper about Machine Learning and Chemistry for 15 minutes
十二 5/12 感知器與神經網路 Perceptron。Neural Network。Back Propagation。Learning Algorithms: SGD，Momentum，AdaGrad。Adam。 深度學習入門Deep Learning from Scratch by 齊藤康毅。Deep Learning from Scratch by Seth Weidman。 介紹第二階段化學資訊學與人工智慧物聯網(Artificial Intelligence of Things) 專案 Google Colab Lab 5
十三 5/19 分子資料庫介紹 討論利用構效模型預測分子溶解率。上機實作: 利用LLM，分析Esol資料庫並撰寫簡單機器學習迴歸程式產生構效模型。分組討論溶解率構效關係模型。 介紹MoleculeNet ( https://moleculenet.org/ ) ，MoleculeNet: A Benchmark for Molecular Machine Learning，Wu, Z.; Ramsundar, B.; Feinberg, E.N.; Gomes, J.; Geniesse, C.; Pappu, A.S.; Leswing, K.; Pande, V. arXiv: 1703.00564, 2017.。 討論 “Esol: Estimating Aqueous Solubility Directly from Molecular Structure” J. Chem. Inf. Comput. Sci. 2004, 44, 3, 1000-1005. Google Colab Lab 6 Final Project discussion
十四 5/26 分子資料庫介紹 討論 “TasteDB: A curated database of molecular tastants” Food Chemistry: Molecular Science, 2022,4,199989. 並討論分類甜或苦味分子。上機實作與分組討論: 利用LLM，分析TasteDB資料庫並撰寫簡單機器學習分類程式討論生成式AI使用經驗。 Final Project Discussion
十五 6/2 1D分子表示方式 提示工程 利用LLM學習1D分子結構表示法(如:SMILES, SELFIES)。提示工程介紹，Prompt Engineering Guide ( https://github.com/dair-ai/Prompt-Engineering-Guide/ )。上機實作與分組討論: 利用LLM與提示工程學習1D分子結構表示法與RDKIT Final Project Discussion
十六 6/9 Chemical Graphs，提示工程及應用 討論如何利用提示工程技術與化學資訊學設計分子。介紹並討論文獻 ”Exploring Bitter and Sweet: The application of large language models in molecular taste prediction” J. Chem. Inf. Model. 2024, 64, 4102-4111.。上機實作與分組討論: 利用LLM與提示工程分類甜味與苦味分子，並作分子設計
十七 6/16 成果發表 每組將以英文口頭報告與數位海報(Digital Poster)方式與實機演練呈現其最後專題實作成果。
十八 6/23 期末考週 課程評鑑。
教科書/參考書
1. 我妻幸長, 吳嘉芳譯, 決心打底 Python 深度學習基礎養成 (旗標)
2. Machine Learning with Python and Scikit-Learn – Full Course (
3. Gasteiger, J.; Engel, T. Chemoinformatics: A Textbook, Wiley, 2003
評分標準
Grading:
平時成績(出席、小考、作業) 20%
Google Colab Notebook Labs 30%
期末專案報告 25%
Paper Presentation 25%
學分數
3
授課時數(周)
3
開課班級
A11342
修課人數
37
The purpose of this class is to introduce method, algorithm, implementation of machine learning and its application in chemoinformatics to Chemistry majored students. We will apply python package such as scikit-learn to apply basic machine learning methods. We also will learn how to utilize the Large Language Model (LLM) such as ChatGPT, Gemini, etc. and discuss their applicability in Chemistry.
Google Classroom 課程代碼 jy4xat2i
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 教學主題 教學活動 一 2/24 課程介紹 課程介紹 Introduction to Machine Learning, Python Machine Learning Chapter1 by Wei-Meng, Lee, Wiley, 2019, Indianapolis, IN, 學生分組(共八組)
二 3/2 複習Python 討論文獻 “Machine learning methods in chemoinformatics” WIREs Comput Mol Sci 2014. “Machine learning in chemoinformatics and drug discovery” Drug Discovery Today, 2018, 23, 8.。 說明如何使用 Google Colab環境。複習Python程式語言。複習Numpy套件。上機實作。分組討論。 Data Science from Scratch by Joel Grus, O’Reilly, Chapter 2-3 Python Machine Learning Chapter 2
三 3/10 Data Analysis and Visualization Data Analysis。Statistics。Probabilities。說明如何使用Python相關套件: Pandas, Seaborn, Matplotlib, Plotly Data Science from Scratch by Joel Grus, O’Reilly, Chapter 5-6 Python Machine Learning Chapter 3,4 Google Colab Lab 1
四 3/17 Scikit-Learn Getting Started with Scikit-Learn for Machione Learning Python Machine Learning Chapter 5 說明如何使用Python相關套件: Scikit-Learn Machine Learning from Scratch by AI Sciences
五 3/24 監督式機器學習: 迴歸 Steps to solving Machine Learning Problems。Simple Linear Regression。Multiple Linear Regression。Logistic Regression。 Data Analysis from Scratch with Python by Peters Morgen, AI Sciences, Chapter 9-10. Python Machine Learning Chapter 6 Google Colab Lab 2
六 3/31 監督式機器學習: 分類 Classification, Logistic Regression。K-Nearest Neighbors。Decision Tree Classification。Random Forest Classification。 Reference: Machine Learning from Scratch by AI Sciences。Data Analysis from Scratch with Python by Peters Morgen, AI Sciences, Chapter 11 Python Machine Learning Chapter 7 Google Colab Lab 3 Final Project Topic Selection: Air Minotor Box, Image Recognition
七 4/7 監督式機器學習: SVM Clustering。Support Vector Machines Python Machine Learning Chapter 8 Final Project Topic Selection: Air Minotor Box, Image Recognition 八 4/14 監督式機器學習: kNN Clustering。K-Means Cluster Python Machine Learning Chapter 9 Google Colab Lab 4 Final Project Discussion
九 4/21 非監督式機器學習: 聚類與降維 Clustering。K-Means Clustering。Principal Component Analysis。Singular Value Decomposition。t-SNE。 Statistics for Machine Learning by Pratap Dangeti, Packt, Chapter 8。 Python Machine Learning Chapter 10 Final Project Discussion
十 4/28 文獻報告 Each Student Present a paper about Machine Learning and Chemistry for 15 minutes
十一 5/5 文獻報告 Each Student Present a paper about Machine Learning and Chemistry for 15 minutes
十二 5/12 感知器與神經網路 Perceptron。Neural Network。Back Propagation。Learning Algorithms: SGD，Momentum，AdaGrad。Adam。 深度學習入門Deep Learning from Scratch by 齊藤康毅。Deep Learning from Scratch by Seth Weidman。 介紹第二階段化學資訊學與人工智慧物聯網(Artificial Intelligence of Things) 專案 Google Colab Lab 5
十三 5/19 分子資料庫介紹 討論利用構效模型預測分子溶解率。上機實作: 利用LLM，分析Esol資料庫並撰寫簡單機器學習迴歸程式產生構效模型。分組討論溶解率構效關係模型。 介紹MoleculeNet ( https://moleculenet.org/ ) ，MoleculeNet: A Benchmark for Molecular Machine Learning，Wu, Z.; Ramsundar, B.; Feinberg, E.N.; Gomes, J.; Geniesse, C.; Pappu, A.S.; Leswing, K.; Pande, V. arXiv: 1703.00564, 2017.。 討論 “Esol: Estimating Aqueous Solubility Directly from Molecular Structure” J. Chem. Inf. Comput. Sci. 2004, 44, 3, 1000-1005. Google Colab Lab 6 Final Project discussion
十四 5/26 分子資料庫介紹 討論 “TasteDB: A curated database of molecular tastants” Food Chemistry: Molecular Science, 2022,4,199989. 並討論分類甜或苦味分子。上機實作與分組討論: 利用LLM，分析TasteDB資料庫並撰寫簡單機器學習分類程式討論生成式AI使用經驗。 Final Project Discussion
十五 6/2 1D分子表示方式 提示工程 利用LLM學習1D分子結構表示法(如:SMILES, SELFIES)。提示工程介紹，Prompt Engineering Guide ( https://github.com/dair-ai/Prompt-Engineering-Guide/ )。上機實作與分組討論: 利用LLM與提示工程學習1D分子結構表示法與RDKIT Final Project Discussion
十六 6/9 Chemical Graphs，提示工程及應用 討論如何利用提示工程技術與化學資訊學設計分子。介紹並討論文獻 ”Exploring Bitter and Sweet: The application of large language models in molecular taste prediction” J. Chem. Inf. Model. 2024, 64, 4102-4111.。上機實作與分組討論: 利用LLM與提示工程分類甜味與苦味分子，並作分子設計
十七 6/16 成果發表 每組將以英文口頭報告與數位海報(Digital Poster)方式與實機演練呈現其最後專題實作成果。
十八 6/23 期末考週 課程評鑑。
教科書/參考書
1. 我妻幸長, 吳嘉芳譯, 決心打底 Python 深度學習基礎養成 (旗標)
2. Machine Learning with Python and Scikit-Learn – Full Course (
)
3. Gasteiger, J.; Engel, T. Chemoinformatics: A Textbook, Wiley, 2003
評分標準
Grading:
平時成績(出席、小考、作業) 20%
Google Colab Notebook Labs 30%
期末專案報告 25%
Paper Presentation 25%
學分數
3
授課時數(周)
3
開課班級
A11342
修課人數
37
114-2_環境與觸媒材料
應用化學系
教學目標
教授以下相關知識: 1. 觸媒化學/表面化學/工業催化製程基本知識 2. 觸媒設計與合成基本知識 3. 觸媒鑑定與分析技術 以期學生在觸媒化學/綠色化學有相當認識對於國家社會環境之綠色與能源議題能有所共鳴與參與/貢獻。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教授以下相關知識: 1. 觸媒化學/表面化學/工業催化製程基本知識 2. 觸媒設計與合成基本知識 3. 觸媒鑑定與分析技術
教科書/參考書
1) R.J. Farrauto, C.H. Bartholomew, “Fundamentals of Industrial Catalytic Processes”, Blackie Academic & Professional 2) J. M. Thomas, W.J. Thomas, “Principles and Practice of Heterogeneous Catalysis”, 1997 3) C.N. Satterfield, “Heterogeneous Catalysis in Industrial Practice”, 2nd Edition, 1993 4) 吳榮宗，”工業觸媒概論”，國興出版社 5) 胡興中，”觸媒原理與應用”，高立圖書公司
評分標準
出席10%；期中考45%; 期末報告45%
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
14
教授以下相關知識: 1. 觸媒化學/表面化學/工業催化製程基本知識 2. 觸媒設計與合成基本知識 3. 觸媒鑑定與分析技術 以期學生在觸媒化學/綠色化學有相當認識對於國家社會環境之綠色與能源議題能有所共鳴與參與/貢獻。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教授以下相關知識: 1. 觸媒化學/表面化學/工業催化製程基本知識 2. 觸媒設計與合成基本知識 3. 觸媒鑑定與分析技術
教科書/參考書
1) R.J. Farrauto, C.H. Bartholomew, “Fundamentals of Industrial Catalytic Processes”, Blackie Academic & Professional 2) J. M. Thomas, W.J. Thomas, “Principles and Practice of Heterogeneous Catalysis”, 1997 3) C.N. Satterfield, “Heterogeneous Catalysis in Industrial Practice”, 2nd Edition, 1993 4) 吳榮宗，”工業觸媒概論”，國興出版社 5) 胡興中，”觸媒原理與應用”，高立圖書公司
評分標準
出席10%；期中考45%; 期末報告45%
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
14
114-2_有機合成反應的回顧與討論
應用化學系
教學目標
學生學習了大二/大三的基礎有機化學課程之後，本課程將過去被開發的有機合成反應作了歸納與整理，並講解合成反應的反應機構與特點，讓學生對於有機化學合成有更深入的了解，有助於學生未來從事有機化學合成相關的研究工作，也有助於未來研究所考試中，有機化學科目的準備。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-10.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 日期 Topic 1 Feb. 23 課程簡介 / Sec. I, Reviews of organic reactions 2 Mar. 02 3 Mar. 09 4 Mar. 16 5 Mar. 23 6 Mar. 30 Sec. II, Organometallics 7 Apr. 06 清明節補假 8 Apr. 13 9 Apr. 20 Sec. III, Oxidation reactions 10 Apr. 27 1st Middle Exam, Sec. I~III, 9:00AM-12:00PM 11 May 04 Sec. IV, Reduction reactions 12 May 11 13 May 18 Sec. V, Rearrangement reactions 14 May 25 15 Jun. 01 16 Jun. 08 Sec. VI, Macrocyclic synthesis, coupling reactions and multi-component condensations 17 Jun. 15 18 Jun. 22 Final Exam, Sec. IV~VI, 9:00AM~12:00PM
教科書/參考書
自訂
評分標準
1. 期中考試(45%)與期末考試成績(45%)；平時表現/作業(10%)。 2. 上課期間，能回答出老師對於上課內容的提問，每次均會加分。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
18
學生學習了大二/大三的基礎有機化學課程之後，本課程將過去被開發的有機合成反應作了歸納與整理，並講解合成反應的反應機構與特點，讓學生對於有機化學合成有更深入的了解，有助於學生未來從事有機化學合成相關的研究工作，也有助於未來研究所考試中，有機化學科目的準備。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-10.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 日期 Topic 1 Feb. 23 課程簡介 / Sec. I, Reviews of organic reactions 2 Mar. 02 3 Mar. 09 4 Mar. 16 5 Mar. 23 6 Mar. 30 Sec. II, Organometallics 7 Apr. 06 清明節補假 8 Apr. 13 9 Apr. 20 Sec. III, Oxidation reactions 10 Apr. 27 1st Middle Exam, Sec. I~III, 9:00AM-12:00PM 11 May 04 Sec. IV, Reduction reactions 12 May 11 13 May 18 Sec. V, Rearrangement reactions 14 May 25 15 Jun. 01 16 Jun. 08 Sec. VI, Macrocyclic synthesis, coupling reactions and multi-component condensations 17 Jun. 15 18 Jun. 22 Final Exam, Sec. IV~VI, 9:00AM~12:00PM
教科書/參考書
自訂
評分標準
1. 期中考試(45%)與期末考試成績(45%)；平時表現/作業(10%)。 2. 上課期間，能回答出老師對於上課內容的提問，每次均會加分。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
18
114-2_食品暨藥物檢驗
應用化學系
教學目標
介紹食品暨藥物分析概念和技巧，培育食品暨藥物檢驗人才。藉由上課的答問，訓練學生獨立思考和溝通的能力。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.課程內容與進度介紹 2.食品與藥品標示食品與藥品安全 3.食品與藥品安全 4.製藥工業 5.主觀判斷與儀器檢驗 6.檢驗品質管制 7.簡易分析檢驗方法 (水分、灰分、蛋白質、比色法、TLC、滴定) 8.光譜法 (UV/Vis、IR、fluorescence、NMR、MS、AAS、AES) 9.層析法 (GC、HPLC、CE) 10.毛細管電泳法 11.熱分析法 (DTA、TGA、DSC) 課程進度及內容可能會因上課實際狀況而有所調整。
教科書/參考書
PowerPoint講義和網路多媒體教材
評分標準
平時考加上作業總共6~8次 考試範圍: 上課PPT和作業資料 作業以PDF或WORD格式上傳，檔案名稱一律書寫為”學號姓名_化學與生活_作業X”， 例如: A1104270李文佑_化學與生活_作業一 每次平時考或作業滿分不一定相同，學期成績計算方式為: [(各次考試作業得分總和)/(各次考試作業滿分總和)]*100 學期原始成績57分以上，視為達及格標準。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
40
介紹食品暨藥物分析概念和技巧，培育食品暨藥物檢驗人才。藉由上課的答問，訓練學生獨立思考和溝通的能力。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.課程內容與進度介紹 2.食品與藥品標示食品與藥品安全 3.食品與藥品安全 4.製藥工業 5.主觀判斷與儀器檢驗 6.檢驗品質管制 7.簡易分析檢驗方法 (水分、灰分、蛋白質、比色法、TLC、滴定) 8.光譜法 (UV/Vis、IR、fluorescence、NMR、MS、AAS、AES) 9.層析法 (GC、HPLC、CE) 10.毛細管電泳法 11.熱分析法 (DTA、TGA、DSC) 課程進度及內容可能會因上課實際狀況而有所調整。
教科書/參考書
PowerPoint講義和網路多媒體教材
評分標準
平時考加上作業總共6~8次 考試範圍: 上課PPT和作業資料 作業以PDF或WORD格式上傳，檔案名稱一律書寫為”學號姓名_化學與生活_作業X”， 例如: A1104270李文佑_化學與生活_作業一 每次平時考或作業滿分不一定相同，學期成績計算方式為: [(各次考試作業得分總和)/(各次考試作業滿分總和)]*100 學期原始成績57分以上，視為達及格標準。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
40
114-2_分子模擬
應用化學系
教學目標
Goal: The goal of this class is to introduce both the fundamental algorithm and some application software used in modeling molecules and simulate their dynamics. Particularly, we are focusing on how to model the bio-molecules and the meso scaled particles and apply the simulation software programs to investigate the insight of these systems. Students will need to hand in eight laboratory works and give a final presentation (plus a formal written report) based on a research paper in Molecular Modeling at the end of the semester for the whole semester work.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週 Topic
1 2/27 放假
2 3/6 What is Molecular Modeling and Simulation?
Introduction to Python and Colab
3 3/13 Introduction to Python and Numpy, Matplotlib, Pandas
Google Colab Lab1: Intro to Python
4 3/20 Statistical Mechanics
Lab2: Python Math and Plot
5 3/27 Molecular Structure, Force Fields
Lab3: LAMMPS-1
6 4/3 放假
7 4/10 Geometry Optimization, Equation of Motion, Molecular Dynamics, Integrator
Lab4: LAMMPS-2
8 4/17 Molecular Dynamics, Boundary Conditions, Thermostats
Lab5: LAMMPS-3
9 4/24 MideTerm Exam
Pressure, Barostats, Simulating Condensed Phase
10 5/1 Structural Analysis、定義問題、ChatGPT利用
Lab6: LAMMPS-4
11 5/8 Paper Presentation
12 5/15 Paper Presentation
13 5/22 Transport Properties, Meso Particles Dynamics
定義問題、探究與自主學習 (依學生進度)
14 5/29 Thermal Transport、定義問題、探究與自主學習 (依學生進度)
15 6/5 Free Energies, Reactive MD
16 6/12 Project Presentation
17 6/19 放假
18 6/26 Final Exam, 課程評值，能力後測
教科書/參考書
1. Computer Simulation of Liquids
https://academic.oup.com/book/27866?utm_source=chatgpt.com&login=false
2. Understanding Molecular Simulation
https://shop.elsevier.com/books/understanding-molecular-simulation/frenkel/978-0-12-267351-1
3. LAMMPS Molecular Dynamics Simulator
https://www.lammps.org/#gsc.tab=0
4. Atomify
https://andeplane.github.io/atomify/
5. Molecular Modeling and Simulation An Interdisciplinary Guide
評分標準
Lab Works 20 %
Paper Presentation 20 %
Final Presentation 20 %
Midterm Exam 10 %
Final Exam 20 %
Class Participation 10 % (出席與小考)
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
17
Goal: The goal of this class is to introduce both the fundamental algorithm and some application software used in modeling molecules and simulate their dynamics. Particularly, we are focusing on how to model the bio-molecules and the meso scaled particles and apply the simulation software programs to investigate the insight of these systems. Students will need to hand in eight laboratory works and give a final presentation (plus a formal written report) based on a research paper in Molecular Modeling at the end of the semester for the whole semester work.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週 Topic
1 2/27 放假
2 3/6 What is Molecular Modeling and Simulation?
Introduction to Python and Colab
3 3/13 Introduction to Python and Numpy, Matplotlib, Pandas
Google Colab Lab1: Intro to Python
4 3/20 Statistical Mechanics
Lab2: Python Math and Plot
5 3/27 Molecular Structure, Force Fields
Lab3: LAMMPS-1
6 4/3 放假
7 4/10 Geometry Optimization, Equation of Motion, Molecular Dynamics, Integrator
Lab4: LAMMPS-2
8 4/17 Molecular Dynamics, Boundary Conditions, Thermostats
Lab5: LAMMPS-3
9 4/24 MideTerm Exam
Pressure, Barostats, Simulating Condensed Phase
10 5/1 Structural Analysis、定義問題、ChatGPT利用
Lab6: LAMMPS-4
11 5/8 Paper Presentation
12 5/15 Paper Presentation
13 5/22 Transport Properties, Meso Particles Dynamics
定義問題、探究與自主學習 (依學生進度)
14 5/29 Thermal Transport、定義問題、探究與自主學習 (依學生進度)
15 6/5 Free Energies, Reactive MD
16 6/12 Project Presentation
17 6/19 放假
18 6/26 Final Exam, 課程評值，能力後測
教科書/參考書
1. Computer Simulation of Liquids
https://academic.oup.com/book/27866?utm_source=chatgpt.com&login=false
2. Understanding Molecular Simulation
https://shop.elsevier.com/books/understanding-molecular-simulation/frenkel/978-0-12-267351-1
3. LAMMPS Molecular Dynamics Simulator
https://www.lammps.org/#gsc.tab=0
4. Atomify
https://andeplane.github.io/atomify/
5. Molecular Modeling and Simulation An Interdisciplinary Guide
評分標準
Lab Works 20 %
Paper Presentation 20 %
Final Presentation 20 %
Midterm Exam 10 %
Final Exam 20 %
Class Participation 10 % (出席與小考)
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
17
114-2_層析實作與應用
應用化學系
教學目標
本課程旨在教導藉由實際動手操作進行分離方法之實作與應用，培養未來從事工作時的分離方法之能力。
授課形式
理論講述與討論-10.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-70.00%;其他-0.00%
課程內容與進度
第一週:課程內容介紹;第三週~第四週:儀器操作能力驗證;第五週:儀器故障排除;第六週起每組以GC進行分離方法的確效，方法確效內容包含儀器最佳化條件尋找、linearity、accuracy (recovery)、precision (interday and intraday reproducibility)等;最後進行實際樣品分析。各組定期繳交書面進度報告，期末繳交總結書面報告。
教科書/參考書
無
評分標準
書面報告90%、及平時表現10%。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
20
本課程旨在教導藉由實際動手操作進行分離方法之實作與應用，培養未來從事工作時的分離方法之能力。
授課形式
理論講述與討論-10.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-70.00%;其他-0.00%
課程內容與進度
第一週:課程內容介紹;第三週~第四週:儀器操作能力驗證;第五週:儀器故障排除;第六週起每組以GC進行分離方法的確效，方法確效內容包含儀器最佳化條件尋找、linearity、accuracy (recovery)、precision (interday and intraday reproducibility)等;最後進行實際樣品分析。各組定期繳交書面進度報告，期末繳交總結書面報告。
教科書/參考書
無
評分標準
書面報告90%、及平時表現10%。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
20
114-2_薄膜製程
應用化學系
教學目標
本課程旨在教導學生基本與最新之半導體製備薄膜方法與技術，提供學生對半導體薄膜製備原理有基礎知識的了解，藉以建立學生進入半導體科技領域之基本能力。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Plasma Basics 2. Physical Vapor Deposition 3. Chemical Vapor Deposition 4. Chemical Mechanical Polish 5. Process Integration
教科書/參考書
“半導體製程技術導論”(全華2014)，”Introduction to Semiconductor Manufacturing Technology” Hong Xiao著。
評分標準
期中考45%、期末考45%、及平時表現10%。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
48
本課程旨在教導學生基本與最新之半導體製備薄膜方法與技術，提供學生對半導體薄膜製備原理有基礎知識的了解，藉以建立學生進入半導體科技領域之基本能力。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Plasma Basics 2. Physical Vapor Deposition 3. Chemical Vapor Deposition 4. Chemical Mechanical Polish 5. Process Integration
教科書/參考書
“半導體製程技術導論”(全華2014)，”Introduction to Semiconductor Manufacturing Technology” Hong Xiao著。
評分標準
期中考45%、期末考45%、及平時表現10%。
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
48
114-2_化學研究(二)
應用化學系
教學目標
瞭解研究理論及實做
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-70.00%;其他-0.00%
課程內容與進度
與指導教授討論直接進行學術研討
教科書/參考書
教科書/參考書 文獻、專利、技術報告、會議論文
評分標準
指導教授依實驗精神和成果進行評分
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
18
瞭解研究理論及實做
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-70.00%;其他-0.00%
課程內容與進度
與指導教授討論直接進行學術研討
教科書/參考書
教科書/參考書 文獻、專利、技術報告、會議論文
評分標準
指導教授依實驗精神和成果進行評分
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
18
114-2_無機光譜
應用化學系
教學目標
This course is designed to take the student to a point of confidence with dealing inorganic complexes, especially containing transition metals. The purpose of the course is to help the students get ready for post-graduate education or employment in the physical sciences. The UV/vis, IR, NMR, EPR,and magnetism techniques will be discussed. After learning these techniques, the students could use them to study the physical properties of inorganic complexes for application in material science.
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-20.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. NMR-elementary aspects 2. epr 3. magnetism 4. review group theory 5. review electronic absorption spectroscopy and vibration spectroscopy
教科書/參考書
Text: Drago, Russell S., Physical Methods in Chemistry, 2nd Edition reference: Cotton, F.A., Chemical Applications to Group Theory
評分標準
Based on midterm exam(s), a final exam, homework, and quizzes.
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
23
This course is designed to take the student to a point of confidence with dealing inorganic complexes, especially containing transition metals. The purpose of the course is to help the students get ready for post-graduate education or employment in the physical sciences. The UV/vis, IR, NMR, EPR,and magnetism techniques will be discussed. After learning these techniques, the students could use them to study the physical properties of inorganic complexes for application in material science.
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-20.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. NMR-elementary aspects 2. epr 3. magnetism 4. review group theory 5. review electronic absorption spectroscopy and vibration spectroscopy
教科書/參考書
Text: Drago, Russell S., Physical Methods in Chemistry, 2nd Edition reference: Cotton, F.A., Chemical Applications to Group Theory
評分標準
Based on midterm exam(s), a final exam, homework, and quizzes.
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
23
114-2_化學特性分析實驗
應用化學系
教學目標
提升學生研究的能力。
對特定之化學領域相關的題目進行文獻搜尋、實驗設計及操作。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-40.00%;其他-0.00%
課程內容與進度
與研究相關的論文、書籍或是上課講義等
教科書/參考書
教科書/參考書 文獻、專利、技術報告、會議論文
評分標準
指導教授評分：100 %
學分數
1
授課時數(周)
3
開課班級
M11342
修課人數
3
提升學生研究的能力。
對特定之化學領域相關的題目進行文獻搜尋、實驗設計及操作。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-40.00%;其他-0.00%
課程內容與進度
與研究相關的論文、書籍或是上課講義等
教科書/參考書
教科書/參考書 文獻、專利、技術報告、會議論文
評分標準
指導教授評分：100 %
學分數
1
授課時數(周)
3
開課班級
M11342
修課人數
3
114-2_應用光化學
應用化學系
教學目標
此為上學期"光化學導論"之進階課程, 授課內容主要為以分子光化學為基礎所衍生的應用性研究介紹。其包含分子螢光感測器, 量子點,光催化, 超分子光化學, 光阻劑與微影製程, 太陽能電池及人造光合作用等。希望學生能從基礎的分子光物理化學原理出發到目前熱門的光化學研究課題可以有深入的了解。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-20.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-10.00%;其他-0.00%
課程內容與進度
1. Photophysics of exciplex and excimer 2. Molecualr energy transfer 3. Photochemistry of coordination compounds 4. Photophysics of chromophore aggregation 5. Quantum dots and applications 6. Supramolecular photochemistry & Molecular sensor 7. Photosensitizer & Photomedicine 8. Photocatalyst & Photoredox chemistry 9. Photoresist and Photolithography 10. Organic electroluminescence 11. Artificial photosynthesis and solar fuels
教科書/參考書
評分標準
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
46
此為上學期"光化學導論"之進階課程, 授課內容主要為以分子光化學為基礎所衍生的應用性研究介紹。其包含分子螢光感測器, 量子點,光催化, 超分子光化學, 光阻劑與微影製程, 太陽能電池及人造光合作用等。希望學生能從基礎的分子光物理化學原理出發到目前熱門的光化學研究課題可以有深入的了解。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-20.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-10.00%;其他-0.00%
課程內容與進度
1. Photophysics of exciplex and excimer 2. Molecualr energy transfer 3. Photochemistry of coordination compounds 4. Photophysics of chromophore aggregation 5. Quantum dots and applications 6. Supramolecular photochemistry & Molecular sensor 7. Photosensitizer & Photomedicine 8. Photocatalyst & Photoredox chemistry 9. Photoresist and Photolithography 10. Organic electroluminescence 11. Artificial photosynthesis and solar fuels
教科書/參考書
評分標準
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
46
114-2_應用電化學
應用化學系
教學目標
本課程系統性介紹應用電化學，旨在銜接理論基礎與實務應用。內容首先涵蓋電化學熱力學、反應動力學與質量傳輸等核心概念，接著深入探討各類電化學量測與分析方法，包括循環伏安法、電化學阻抗分析、安培法與電位法等技術。應用面向橫跨奈米尺度元件至大型工業電解系統，並聚焦於電催化、能源儲存技術及原位分析方法。課程最後以學生主導的文獻研究報導作為總結，培養創新思維與解決實際問題的能力。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-20.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Fundamental electrochemistry 2. Electrocatalysis 3. Midterm exam 4. Energy conversion 5. Final exam 6. Literature presentation
教科書/參考書
自製投影片與科學文獻
評分標準
35 % midterm exam 35 % final exam 30 % literature presentation
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
18
本課程系統性介紹應用電化學，旨在銜接理論基礎與實務應用。內容首先涵蓋電化學熱力學、反應動力學與質量傳輸等核心概念，接著深入探討各類電化學量測與分析方法，包括循環伏安法、電化學阻抗分析、安培法與電位法等技術。應用面向橫跨奈米尺度元件至大型工業電解系統，並聚焦於電催化、能源儲存技術及原位分析方法。課程最後以學生主導的文獻研究報導作為總結，培養創新思維與解決實際問題的能力。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-20.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Fundamental electrochemistry 2. Electrocatalysis 3. Midterm exam 4. Energy conversion 5. Final exam 6. Literature presentation
教科書/參考書
自製投影片與科學文獻
評分標準
35 % midterm exam 35 % final exam 30 % literature presentation
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
18
114-2_有機光譜分析與實作
應用化學系
教學目標
1. Have students understand NMR, IR, Mass spectrometry and etc. 2. Students are able to use spectra data to identify organic molecules.
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-0.00%;專題實作與報告-5.00%;田野調查-0.00%;實驗-5.00%;其他-0.00%
課程內容與進度
週次 日期 授課進度 Topic 1 Feb. 24 Ch. 1 課程簡介 Molecular Formula and What Can Be Learned from Them 2 Mar. 03 Ch. 1, 3/4 Molecular Formula and What Can Be Learned from Them Mass Spectrometry 3 Mar. 10 Ch. 3/4 Mass Spectrometry 4 Mar. 17 Ch. 3/4 Mass Spectrometry 5 Mar. 24 Ch. 3/4 Mass Spectrometry 6 Mar. 31 Ch. 3/4 Mass Spectrometry 7 Apr. 07 Ch. 3/4, 2 Mass Spectrometry / Infrared Spectroscopy 8 Apr. 14 Ch. 2 Infrared Spectroscopy 9 Apr. 21 1st Middle Exam, Mass Spectrometry 10 Apr. 28 Ch. 2 Infrared Spectroscopy 11 May 05 Ch. 2 Infrared Spectroscopy 12 May 12 Ch. 2 Infrared Spectroscopy 13 May 19 Ch. 2 Infrared Spectroscopy 14 May 26 2nd Middle Exam, Infrared Spectroscopy 15 Jun. 02 Ch.5/6/7 Nuclear Magnetic Resonance Spectroscopy 16 Jun. 09 Ch.5/6/7 Nuclear Magnetic Resonance Spectroscopy 17 Jun. 16 Ch.5/6/7 Nuclear Magnetic Resonance Spectroscopy 18 Jun. 23 Final Exam, Nuclear Magnetic Resonance Spectroscopy
教科書/參考書
Introduction to Spectroscopy, 5th edition, Donald L. Pavia, Gary M. Lampman, and Georges S. Kriz
評分標準
平時表現/作業與操作成績10%; 二次期中考成績60%; 期末考試成績30%
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
2
1. Have students understand NMR, IR, Mass spectrometry and etc. 2. Students are able to use spectra data to identify organic molecules.
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-0.00%;專題實作與報告-5.00%;田野調查-0.00%;實驗-5.00%;其他-0.00%
課程內容與進度
週次 日期 授課進度 Topic 1 Feb. 24 Ch. 1 課程簡介 Molecular Formula and What Can Be Learned from Them 2 Mar. 03 Ch. 1, 3/4 Molecular Formula and What Can Be Learned from Them Mass Spectrometry 3 Mar. 10 Ch. 3/4 Mass Spectrometry 4 Mar. 17 Ch. 3/4 Mass Spectrometry 5 Mar. 24 Ch. 3/4 Mass Spectrometry 6 Mar. 31 Ch. 3/4 Mass Spectrometry 7 Apr. 07 Ch. 3/4, 2 Mass Spectrometry / Infrared Spectroscopy 8 Apr. 14 Ch. 2 Infrared Spectroscopy 9 Apr. 21 1st Middle Exam, Mass Spectrometry 10 Apr. 28 Ch. 2 Infrared Spectroscopy 11 May 05 Ch. 2 Infrared Spectroscopy 12 May 12 Ch. 2 Infrared Spectroscopy 13 May 19 Ch. 2 Infrared Spectroscopy 14 May 26 2nd Middle Exam, Infrared Spectroscopy 15 Jun. 02 Ch.5/6/7 Nuclear Magnetic Resonance Spectroscopy 16 Jun. 09 Ch.5/6/7 Nuclear Magnetic Resonance Spectroscopy 17 Jun. 16 Ch.5/6/7 Nuclear Magnetic Resonance Spectroscopy 18 Jun. 23 Final Exam, Nuclear Magnetic Resonance Spectroscopy
教科書/參考書
Introduction to Spectroscopy, 5th edition, Donald L. Pavia, Gary M. Lampman, and Georges S. Kriz
評分標準
平時表現/作業與操作成績10%; 二次期中考成績60%; 期末考試成績30%
學分數
3
授課時數(周)
3
開課班級
M11442
修課人數
2
114-2_書報討論(二)
應用化學系
教學目標
培養資料整理與表達能力
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-10.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
演講(25%心得共5次上傳到moodle上;演講發問1次總分額外加2分) 30 +30 % 2次上台報告(20 min誤差2分鐘以內時間掌控納入評分, 接受3-5個提問) 報告超過25分鐘將中斷報告擇日重報 少於15分鐘也是擇日重報 第一次目前研究領域(ex: organic synthesis) 第二次非目前研究領域(ex: solar cell) 15 %提問 (1次總分3分共5次, 第6次以上總分1分,每次講者需不同), 提問未滿3次不予及格 期刊論文選擇2025-2026 年ACS, RSC, Wiley, Elsevier資料庫之open access journals (包含 nature communications), impact factor與頁數大於5以上之article (非communication or review)報告前兩週寄給我(可以提前寄,提前準備,題目重覆時,第二位重選) PPT內容英文,文獻上所有圖片應呈現在報告中,supporting information 可斟酌選用,中文講解,文獻核心技術應充分理解,必要時進行補充說明
教科書/參考書
期刊論文選擇2025-2026 年ACS, RSC, Wiley, Elsevier資料庫之open access journals (包含 nature communications), impact factor 大於5以上之article (非communication or review)
評分標準
25%演講(25%心得共5次+演講發問1次總分額外加2分) 30+30%上台報告(20 min誤差2分鐘以內時間掌控納入評分, 接受3-5個提問) 15%提問 (1次總分3分共5次, 第6次以上總分1分,每次講者需不同) 提問未滿3次學期成績不予及格
學分數
1
授課時數(周)
2
開課班級
M11442
修課人數
17
培養資料整理與表達能力
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-10.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
演講(25%心得共5次上傳到moodle上;演講發問1次總分額外加2分) 30 +30 % 2次上台報告(20 min誤差2分鐘以內時間掌控納入評分, 接受3-5個提問) 報告超過25分鐘將中斷報告擇日重報 少於15分鐘也是擇日重報 第一次目前研究領域(ex: organic synthesis) 第二次非目前研究領域(ex: solar cell) 15 %提問 (1次總分3分共5次, 第6次以上總分1分,每次講者需不同), 提問未滿3次不予及格 期刊論文選擇2025-2026 年ACS, RSC, Wiley, Elsevier資料庫之open access journals (包含 nature communications), impact factor與頁數大於5以上之article (非communication or review)報告前兩週寄給我(可以提前寄,提前準備,題目重覆時,第二位重選) PPT內容英文,文獻上所有圖片應呈現在報告中,supporting information 可斟酌選用,中文講解,文獻核心技術應充分理解,必要時進行補充說明
教科書/參考書
期刊論文選擇2025-2026 年ACS, RSC, Wiley, Elsevier資料庫之open access journals (包含 nature communications), impact factor 大於5以上之article (非communication or review)
評分標準
25%演講(25%心得共5次+演講發問1次總分額外加2分) 30+30%上台報告(20 min誤差2分鐘以內時間掌控納入評分, 接受3-5個提問) 15%提問 (1次總分3分共5次, 第6次以上總分1分,每次講者需不同) 提問未滿3次學期成績不予及格
學分數
1
授課時數(周)
2
開課班級
M11442
修課人數
17