本作品比較不同類型顯示器（傳統投影機、LED投影機、雷射投影機及電腦螢幕等）的顯色效果差異。最初使用光柵、分光稜鏡、雷射筆等實驗來確定投影機的原理，接著透過色票統一標準，使用光譜儀將結果數據化，再進一步將VGA線的三原色（紅綠藍，以下用RGB代表）傳輸端子剪除，共有六種組合(去R、去G、去B，留R、留B、留G)，對比不同投影機之間的實驗結果，並配合其他顯示器實驗來驗證我們的構想。 實驗發現雷射投影機的綠光是由紅光變頻而來。此外，數據顯示雷射投影機的演色性，相對其他類型投影機來的低，對比後確認是光譜與太陽黑體輻射不同所導致。同時，我們還量測各種不同的顯示器，或是對照各種壽命之機器，試著分析出其中的物理結果。

本研究運用無人機透過自主飛行及SLAM技術，輔助維護人員進行安全而穩定橋樑劣化檢測機制。透過飛行穩定、姿態資訊明確的自主飛行無人機，運用Python撰寫UDP連線程式，即時接收並判讀無人機回傳的影像及姿態資訊，再傳送飛行命令給無人機以順利在橋樑間巡行，而接收的影像則提供目視判斷損害狀況及LSD-SLAM建立強梁的3D模型自動標示測量損害處的尺寸。最終結果證實無人機可取得符合橋梁優選指標 (PI) 的必要資訊，以安全、效率的方式，取代目前必須多人爬上爬下，分工目視及測量方式。

看到校園內的平板車租借，需要到資訊組用紙本登記，而因為學校電梯只有一台，等電梯耽誤了很多時間，而且紙本消耗了很多資源，因此想做一個可以利用悠遊卡註冊、借車、歸還的系統，將停靠站放置各個樓層，有需要時可隨時去借還。此次成品製作是利用Webduino、Arduino開發板，借由網路連動Firebase資料庫，逐步完成租借系統。經過了多次修正與測試，已完成可註冊、租借的系統平台，但因時間和成本有限，目前只能以模型測試，期待日後能製作出停靠站並實踐於在平板車的租借。

本研究是為了可以將不規則形做簡單的改變，使它變成容易計算出面積的正方形。而若要將多邊形變為正方形，就必須將它平方化。我們製作出長方形、三角形、梯形、圓形、新月形、星形等圖形平方化後的結果。 拜賜科技的發展，電腦已能使各位可以輕鬆地計算出任何圖形的面積。以前的幾何學家利用尺規作圖繪出一維圖形(直線)與二維圖形(圓)，但卻一直無法繪出如拋物線的複雜圖形。另外還有一個很大的問題存在，那就是面積的計算-----平方化的問題。一種將圖形切割後化為正方形的方法，可使面積更易算出，不須使用其他圖形的面積公式，若能做出這樣的圖形則稱此圖形為「可平方化｣或「可正方化｣。

本屆枓展參展作品共計三百四十八件，經評審後順利產生優勝作品八十一件、佳作八十九件、並推薦香港科展代表及資賦優異學生，玆將本屆科展特點紋述如下： 一般作品已具多元化的特性，得獎作品均能針對日常深活中相關的事物，作深入的觀察，並發覺問題，在數據整理與分析方面，也也均能運用如電腦等現代科技。然而，多數作品，在問題探討及方法尋求二方面，有待加強。 學理探討及參考資料的引用，雖較往年進步，但仍嫌不足，有賴秤展指導老師的努力。 參展作品安全規則實施已是第二年，絕大部份作品均能連守相關規定。不可避免地，因為安全的考量，限制了部份研究題材的取決，然而，科學研究的空間是十分廣大的，如何發揮團隊精神，鼓勵學生共同從事研究，並顧及實驗步驟的安全，是我國當前科學教育發展的桃戰。 除貫輸學生從事科學研究正確觀念外，應積極加按表達及討論能力的訓練，以培養學生能以生動活潑的方式，闡述自己作品的特點。 科展水準已逐年提昇，然仍有持全國中、小學師生繼續努力，再創佳績。

象棋程式主要都是使用評估函數搜索，但是搜索有一定的不穩定性。因此，它們大多會使用開局庫，避免在開局時搜索出不好的棋步，進而影響勝負。不過，一個完整、強大的開局庫通常會佔用很大的空間，而且在檢查、維護與修改上，均有一定的難度。 本研究分別運用靜態和動態結構兩種不同的方式來表示象棋盤面，藉此減少表示一個象棋局面所需要的空間。減少它的空間後，一個相同大小的開局庫中不但可以放入更多資料，增強棋力，而且在搜尋、檢查與修改上，都能夠顯著的增加效率。 使用這兩種新的編碼方法，可以把含有超過十萬局棋(上千萬個局面)的開局庫編碼成6MB的大小。而這個開局庫，不像傳統的開局庫，只要檢查到一個不好的著法，就可以迅速的把包含這個著法的局面全部刪除。另外，從這個開局庫也可以直接取得開局的棋譜。

本研究自組LED光電測定儀，連接電腦的數據處理，可準確連續偵測結晶紫的褪色反應。研究中先以眼視觀察結晶紫在酸鹼性中之褪色變化，並以自組的LED光電測定儀連續測定褪色反應。除評估LED光電測定儀的應用性及探討影響褪色原因外，也測定褪色反應速率。結果發現，以透光度所反應的電壓以對數換算對濃度的測定符合比爾定律；結晶紫在酸鹼性中的褪色反應屬不可逆反應，中性鹽類及有機物是不會影響結晶紫的褪色反應；反應速率必須在低濃度及極短時間內測定，才能獲得準確結果。自組裝的LED光電測定儀，經結晶紫水溶液褪色研究後，確認它體積小、低成本、光源穩定、可連續測定等特色，可開拓為中小學科學研究的工具，提高研究層次。

本研究致力於尋找在資料不足的情況下最佳的基因預測模式。 首先，訓練預測腎臟基因(PKD1)變異致病力模型，利用三種訓練方法：「管線」(Pipeline)、 SVM分類器、隨機森林相關分類器訓練資料，並調整相關參數。其中，以隨機森林準確率最高。另外，利用「網路爬蟲」技術整合四個大型網路基因變異註釋工具，製作單一介面方便使用者輸入資料，能夠大幅減少醫生預測病人基因變異致病性的時間，具有極高的實用性。為了嘗試解決基因變異致病力預測資料不足的問題，本研究利用網路工具所預測之致病力分數訓練模型，然基因變異位置複雜，資料量仍有所欠缺。 最後，期望利用本研究「整合網路基因註釋工具」蒐集醫生資料，提高模型資料量同時提高準確率。

本研究中，我們利用Google所提供的API收集來自台灣及中國的地形高度圖(heightmap)和衛星空照圖。我們利用收集的圖像訓練pix2pix cGAN (conditional Generative Adversarial Network) 模型，並將人工繪製的高度圖加上真實山脈應有的細節(包含尖銳的山脊、山壁上的紋路、連續的河流網路……等)，透過訓練的pix2pix模型生成更接近真實山脈的效果。為了提升擬真地形的生成效果，我們在原先pix2pix模型的基礎下，額外加入「動態權重層」來達成。最後利用這些經訓練的pix2pix模型，開發了API、Unity客戶端及網頁客戶端，使我們訓練的pix2pix模型更加實用。本研究除了能應用於遊戲開發，使生成擬真山脈的流程更為簡化，也可將其應用於將低解析度之高度圖轉換為高解析度之高度圖，同時保持高度圖的真實性，幫助地形資料的收集作業。

本研究共耗時了九個月，以資訊教室48台電腦為主要設備，共計執行了近2500萬次的遊戲，達成本研究的最終成果。以下將探討並分析一篇以時間差學習法為基礎寫成的 2048 人工智慧程式，在解讀程式碼當中適合取來應用的部位後，加以探討是本研究的核心與主旨。 首先分析出各種方格數組成的相異特徵種類，統計方格數對應的特徵數量後，得出了「二倍定理」，對於往後執行高階方格數時有極高參考價值。隨後為了因應本研究對於四到六方格數特徵的探討並避免窮舉，自創了一種新方法：「已得特徵放置方格法」，對於嚴謹的特徵分析有一大進展。之後將前實驗的130種特徵皆作數十萬次的遊戲勝率分析，排出了各種特徵之間的優劣，接著以特徵之間的組合與原版特徵比較，驗證了此系列研究方法的成功。 「機動性質」是本研究現階段最有可看性也最具應用性的新創研究方法。在本研究後半即藉由計算特徵版面上的位置對次數分析，也為先前實驗現象做了合理解釋。未來將展現的就是機動性質回推法，藉此我正在設計利用更龐大數據，找出一個理想的「機動模型」，這種從被動獲得到主動回推的新思維演進方法，希望可以實踐並對於特徵工程做一大革新。 除了以上，也期望整篇研究以及新創研究方法可以被往後的資訊科技、人工智慧、大數據、特徵工程……等領域應用。

我們當初的理念是是希望能將傳統的加密方式融合現代的密碼學，達成更高的安全性，後來我們發現能結合語言學的部分，使得加密變得更有變化。 我們的研究利用「反切」這種古代的拼音方式來設計一套加密規則，並利用它替特定的字串加解密。我們並沒有試著挑戰一般的加解密，而是在原本的基礎上對內文動手腳，也就是說最終可能依然得依賴一般的加密方式，但在此之前我們已將內文經過加密成為密文，使得即使破解了一般的加密，結果依然是一串無法理解的密文，像是第二道保險一般，使文字在原有的加密基礎上再多一層保障。

本研究以實作字體風格轉換的生成對抗網路模型為動機，將Conditional GAN當作模型的基礎，探討pix2pix模型及其他研究的一些方法對模型會產生甚麼影響，以得出能最優化預測成效的深度學習模型。 首先進行的是前處理的步驟，將字體的truetype檔案轉換成模型輸入的jpeg檔，再以生成器（Generator）和判別器（Discriminator）建立Condional GAN的基礎模型，然後探討加入U-Net、Category Embedding等方法，以及訓練資料集大小對模型造成的影響，最後實作整合的pix2pix模型和CycleGAN模型進行比較。 經過實驗後發現，U-Net和Category Embedding都對模型的預測成果有所幫助。另外，對相似的字體而言，pix2pix的效果較好，而對兩種風格差異較大的字體則需用Category Embedding的方式，融入更多字體進行訓練以達到更好的成效。