高級中等學校組

現有的排風設備往往受環境風向影響，導致進風量受阻，進而引發通風不足的問題。在進氣效率低落的環境中，無論是工作安全、設備運行，甚至日常生活，都可能面臨潛在風險。本創作的核心特色在於風扇能根據外部風向靈活調整運行方向，使排風設備即使在外界風場干擾下，仍能維持穩定且高效的通風率，從而有效改善傳統排風設備的局限性，提升整體換氣效能與環境安全。

隨著台灣在奧運羽球雙打再奪金牌後，更多台灣人想嘗試這項運動。為提升新手學習效率，本研究旨在開發一套幫助新手透過手機進行姿勢矯正的軟體。首先，本研究選擇BlazePose模型當作人體姿態辨識模型，並訓練MLP、KNN及YOLO等姿勢分類器。其中，KNN分類器在影片姿勢分類表現最佳，準確率達94.80%。此外，本研究設計Ball In Ball Out流程可偵測羽球並自動剪輯單一打擊片段，準確率為95.89%。經上述多模態資料分析後，再檢查常見錯誤姿勢及比對專家姿勢差異，最終LLM給予使用者姿勢錯誤矯正建議。羽球專家對姿勢矯正建議的平均認同百分比達82.40%，羽球新手達81.16%。

本研究的概念來自於110學年度學測數學的選填題，我們先固定原題的部分變因，探討單一方向並改變單一旋轉角度對圖形特性的影響，並試著求出角數、路徑長、面積等通式；接著嘗試多增加一個旋轉角度形成不同旋轉角度組合和不同方向的旋轉角度組合對圖形特性的影響；最後還試著改變移動距離，找出兩種移動距離組合在旋轉一圈內形成封閉圖形的特性。我們發現一圈內相同旋轉角度組合依規則分割和填補，會形成面積有固定比例的正多邊形；一圈內不論順、逆時針旋轉角度組合，周長和面積公式皆相同；兩圈以上的順、逆時針旋轉角度組合皆會產生多種類型，需要針對各類型分開考慮。

本研究以錄影方式紀錄BR反應並透過自研程式分析色相值變化以探討澱粉濃度、溫度、硫酸錳(Ⅱ) (𝑀𝑛𝑆𝑂4) 濃度與金屬配位對 Briggs-Rauscher 震盪反應的影響。查閱文獻發現反應系統中澱粉的存在影響三碘離子 (𝐼3−)與澱粉的吸附與反應 (Csepei & Bolla, 2015)；而本研究發現，平均週期與澱粉濃度呈非線性關係。實驗過程發現反應時週期先抑後揚，有頻率飄移發生，推測為錳(Ⅱ)與自身放熱所致並進行實驗；將結果與文獻相比顯示，本研究觀察到的震盪模式應屬諧波成分震盪 (harmonic oscillation) (Vukojevic, Soerensen, & Hynne, 1993) 或更複雜的震盪型態。 而在分析過程中，使用FFT頻譜分析與CWT時頻分析結合VMD與HHT嘗試以時域、頻域方法找尋與量化差異；並發現使用延遲時間遷入的相空間重構可以產生顯著的圖樣做非線性化學指紋應用。

本研究針對新竹地區水源受潛在污染影響且磷檢測昂貴的問題，改良傳統磷鉬藍法（PMB），以發展低成本、高靈敏度且環保的磷酸鹽檢測方法。 主要針對三項缺點進行改良：（1）高試劑用量、（2）使用有害銻離子、（3）鑑別度受限。透過九宮格實驗設計，調控鉬酸銨與維生素C濃度，並進一步控制反應系統，透過吸收光譜分析，成功篩選出能避免鉬藍干擾且反應時間短的最佳條件，成功建立良好的檢量線。應用於新竹地區自來水檢測，總磷濃度為0.045–0.101 ppm之間具有顏色鑑別能力，證實其半定量的可行性。 與傳統法相比，本法化學污染減少至1/45，操作簡便，且有機會發展成「磷酸檢測球」，本研究所開發方法兼具環保性與普及性，適合用於水質監測與環境教育推廣。

本研究著重於透過面部表情的判斷進而推斷情緒狀態的深度學習神經網路模型。首先，將人類的情緒狀態分為七個類別，並透過MediaPipe框架取得影像中的臉部特徵位置，利用其座標框定臉部範圍並作為深度學習模型的輸入。第二，透過部不同特徵訓練模型，進一步優化模型識別情緒的準確度，並嘗試不同的特徵，例如：趨勢曲線函數的係數或是各種向量。最後我們設計了一個插件，利用此模型在Google Meet中進行即時的影像辨識並分析，作為線上課程的授課成效評估。 目前本模型在透過五層卷積層配合池化層及全連階層，並提取瞳孔眉毛向量、瞳孔鼻尖向量以及口部中心為基準點的向量作為特徵，能夠有84%的準確度，F1值落在約85，其中快樂情緒的辨識精準度高達98%。

颱風草葉片在脫水時會收合並於加水後恢復，其過程如同摺扇。野外觀察發現有些颱風草葉片具有皺紋。有皺紋的葉子脫水與恢復速度都較無皺紋的葉子慢，但縱摺角度變化較為穩定均勻，推測皺紋的功能可能與穩定葉片結構有關。觀察颱風草葉片橫切面可見上表皮的泡狀細胞位於縱摺凹處，脫水過程為中央泡狀細胞寬度會增加，最終減少，且相鄰兩側細胞寬度縮小變化不對稱，推測與其鄰近大維管束有關；下表皮的泡狀細胞均勻分布於縱摺凸處，旁邊不具大維管束，脫水過程為中央泡狀細胞寬度會增加，最終減少，但相鄰兩側的細胞寬度會對稱縮小。本研究歸納出颱風草葉片收合與恢復機制，並依實驗結果自製仿生模型，在仿生研究上具有應用潛力。

描圖紙又稱硫酸紙，經硫酸處理後形成部分纖維被轉化成凝膠狀且不可滲透性澱粉樣蛋白的紙張。本研究旨在探討該捲曲、反轉現象的各種可能變因，並推估該紙張捲攤行為的機制。經探討發現環境的溫、濕度影響其現象，且描圖紙接觸的溶液不同也影響運動。描圖紙本身變因有表面材料、大小及重量。不論描圖紙形狀，最後都以同一方向平行捲曲，與描圖紙上的纖維方向有絕對關係。進行不同面積方形描圖紙捲曲實驗，表面積越大的正方形描圖紙在捲攤現象花費較多時間，長形描圖紙捲曲速度則以非捲曲長度為影響因素。描圖紙表面處理的實驗，無論凡士林塗於描圖紙任意面，皆影響其捲攤。描圖紙較厚需更多時間完成現象。根據以上，推測為吸水使描圖紙膨脹導致。

寵物溝通逐漸流行於現代社會並受到關注，但目前仍缺乏大眾對寵物溝通態度的廣泛調查研究。本研究調查了大眾對寵物溝通的態度，並嘗試從寵物飼養經驗及心理學角度提出解釋。研究 結果發現，有飼養經驗、寵物仍存活或曾有正向寵物溝通經驗的受試者，會更傾向更相信寵物溝通有效；反之則傾向對寵物溝通抱持懷疑。另外，質性資料顯示，相信寵物溝通的人，理由多來自於相信 靈性觀點、認同溝通師的專業展現或自身曾有正向體驗；抱持懷疑者則多聚焦於對寵物溝通本身缺乏科學證據的事實，亦傾向認為溝通師的溝通內容僅是毫無根據的話術。整體而言，本研究分析了大眾對寵物溝通的整體態度傾向，並進一步探索背後主觀信念的內涵，期能為往後研究帶來啟發。

本研究開發智慧寵物健康監控系統，融合熱顯影感測、AI學習、物聯網與邊緣運算，解決傳統健康監測無法即時數據化與預警的問題。初期以問卷與5W2H問題分析建構四大功能：體溫監測與AI發燒預測、糞便辨識與分類、飲食與飲水記錄、異常即時通報。 系統採用MLX90640熱顯影模組與ESP32-S3監測體溫，糞便辨識以Edge Impulse訓練模型，搭配ESP32-S3CAM實現即時運算。飲食行為由 HX711 與超音波感測器記錄，並同步推播至 Discord平台。分類模型參考獸醫建議導入布里斯托分類法，提升精準度。系統具備低成本、高精度與高度擴展性，展現智慧照護應用潛力。