高級中等學校組

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。

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。

脂多醣 (Lipopolysacchatide, LPS)是由格蘭氏陰性細菌所產生的一種內毒素，存在於細菌莢膜中，即細胞膜的最外層，在細菌死亡後，細胞壁被破壞，LPS才會被釋出。其具有維持細菌外膜以及誘發宿主細胞產生免疫發炎反應的功能；此外，近年來的研究也指出脂多醣會影響宿主細胞內的粒線體生合成，且與許多人類疾病的發生有關係，例如敗血症、神經退行性疾病、代謝失調、和肝臟疾病。 本研究將探討脂多醣和肝臟疾病的關係，透過研究經建立表達不同粒線體自噬相關報導基因之人類肝癌細胞株(Huh-7)，了解脂多醣對肝臟細胞內粒線體自噬機制的影響，以及該影響與引發肝臟相關疾病的關係。希望本研究可為失調性粒線體自噬引發之肝臟疾病的治療開闢嶄新的方法。

本研究探討銅銀奈米粒子的形態控制與抑菌性能。硼氫化鈉、寒天 Agar 及植物萃取液法，合成銅銀奈米粒子，TEM 分析粒徑大小和分散性，使用高效液相層析法(HPLC)檢測萃取液中的反應物質。結果顯示，銅奈米粒子在植物萃取液中穩定性較高，粒徑更小，具明顯廷得耳效應。銀奈米粒子因反應物濃度過高和穩定劑不足，容易聚集粒徑較大。奈米銅對大腸桿菌(E. coli)有顯著抑菌效果，而奈米銀抗菌性受粒徑影響較大。通過尖端放電，電擊處理過的奈米銀粒子，粒子數增加粒徑也明顯降低，使銀奈米粒子抑菌能力進一步提升。本研究為銅銀奈米粒子在抗菌應用領域提供了基礎，採用綠色化學製程所合成的奈米粒子，未來可透過合成條件的優化來進一步提升其性能。

本研究旨在設計一套中長程列車可使用的磁浮系統。目前，成功的磁浮列車無線供電系統都是於大範圍內進行供電，這會導致許多電力的浪費，縮小範圍必須要感測是否需要供電，目前能做到的，主要是手機的無線充電器。然而，其從接觸負載到真正開始供電，過程大約需要1.2秒。所以本次實驗的首要目標就是製作一套能在5ms內進行供電的距離感應式供電系統。 中長程列車多數包含不同車種，而這些車種的行駛速度各不相同，導致列車需要在過彎時調整不同的傾斜角度，以確保乘客受到最小的離心力影響。因此，本研究的第二個目標是製作一套能自主傾斜的磁浮系統，並設計一款App，使我們能透過Esp32調整列車四角的磁力，進而控制傾斜。

本研究開發了一個基於多項人工智慧技術的多模態失語症溝通系統，旨在提供失語症患者能提升表達自我和參與社交的能力的工具。系統以iOS App作為主體，接收環境影像、語音、唇語、手勢及情緒等多模態資訊後，透過大型語言模型產生完整敘述，再以語音合成播放。研究創新開發AphasiaSim-LLM生成高度擬真的模擬失語症語料，並以量化評估取代主觀評分，證實Gemini 2.5 Flash於語句還原表現最佳；此外亦建構了輕量級手勢辨識模型，並以ORB演算法優化關鍵幀提取；透過異步處理、FFmpeg影片取幀及輕量Flux文生圖模型等優化策略，最終完成能有效輔助失語症患者進行流暢溝通之系統。

本研究以綠豆為主要研究對象，探討微重力環境(<10-6g)對植物種子的影響。結果顯示，綠豆在微重力環境中易形成不定根，回到一般重力後約需8天型態完全回復；輻射環境對綠豆胚莖與胚根長度變化無顯著影響。此外，微重力環境造成不定根形成，推測可能與乙烯產生有關。 針對高重力(900g)環境，綠豆的細胞內澱粉體分佈未顯著改變，但內部機能可能受影響。在酶活性實驗中，不定根率較高的綠豆過氧化氫酶活性降低，顯示微重力對植物內部生理機制有持續影響。而切片實驗發現，微重力可能促進胚內澱粉粒的分佈與儲存形式改變。 本研究系統性探討微重力環境返回一般重力後植物種子的型態變化，為未來太空種子銀行的發展提供參考依據。

從國立臺灣科學教育館《科學研習期刊》的一道題目中，我們開始研究矩形方格的路徑問題，透過對路徑的分類整理，由簡入繁循序漸進，讓我們有撥雲見日之感。 我們從最少轉折數及其路徑著手，延伸到最多轉折數；從利用樹狀圖討論所有漢米爾頓路徑，到運用螺旋(轉90度)或迴轉策略(轉180度)，透過其轉彎次數與轉折數的關聯，推得各個矩形方格的最多轉折數之路徑，並找出最多轉折數的公式。接著，我們分析矩形方格中有缺一塊的最多轉折數，利用路徑趨勢的轉角處與起終點，找出缺塊位置的最多轉折數與未缺塊的差異。 最後，我們試圖解出所有轉折數及其代表路徑，並整理其路徑間的關聯性，但其繁雜度又更高了，期許未來能一一解開這些問題。

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%。