高級中等學校組

如何應用現代科技更有效節能？ 可調光LED照明系統一(AMB82+L298+5730LED+光敏電阻），讓室內環境的光照度保持在適合閱讀的範圍（550~650lux），這樣做還可在有開窗戶時省8％左右的電能。 可調光LED照明系統二(AMB82+L298+5730LED+GenAI），讓室內環境的光照度保持在適合生活的範圍（ 300~400lux），這樣做還可在有開窗戶與太陽時省20%左右的電能。 如何讓我們的家更舒適？ 空氣品質檢測控制系統（AMB82+一氧化碳感測器+DC風扇+繼電器），當室內空氣不佳時，例如：抽菸，自動開啟離心扇，把二手煙抽到室外；當夏天開冷氣時，也可以開啟風扇往內吹讓空氣循環更好，節省冷氣用電。

本研究以生活中易取得的材料或廢材作為金屬離子的吸附劑，由實驗結果發現，蚵殼粉、蛋殼粉及碳酸鈣的吸附效果都比有機物吸附劑更佳，吸附率皆達83%，單位重量的的吸附的以碳酸鈣的14.16mg/g效果最好，吸附劑的量的增加會提升吸附率，且第一小時內的吸附提升最為顯著。高溫或鹼性的環境吸附效果較好。在多種金屬離子的競爭吸附，銅離子的吸附均下降，但碳酸鈣受影響較小。與離子交換樹脂的處理方法比較，發現蚵殼粉、蛋殼粉和碳酸鈣在低濃度銅離子水溶液的吸附效果都較佳，且上述三者吸附劑的吸附效果皆較電鍍法佳。因此，運用實驗結果設計一款自動化吸附裝置，期待能為家鄉工廠林立造成的環境汙染盡一份貢獻。

本研究提出一套結合BERT模型與自訓練分類器的失語症分類系統，透過多個方法及參數組合提升判斷精確性。研究靈感來自櫻井等人(2023)[15]提出的BERT分類模型，並參考Cong et al.(2024)[5]針對大型語言模型(LLMs)在臨床環境中的應用，進一步探索自訓練分類器在增強BERT判別能力方面的潛力。 本研究的創新點在於，模型基於醫生標註的分類結果進行深度學習，而非讓AI直接從語料中自動分類病患類型，這與先前主要依賴LLMs自動分類的方法不同。此外，本研究納入詞性、語法結構與語音長度及肢體語言標記，以提升模型的處理能力與個人化治療。 考慮語料庫規模及醫學倫理，本研究採用AphasiaBank(全球最具權威的語料資源之一)的英文訪談文本進行模型訓練，同時移除所有個人隱私資訊。

本研究比較不同綠拿鐵配方的抗氧化能力，並結合盲測評估消費者接受度。首先，以地瓜葉為主體，使用氧化還原滴定與分光光度儀測定，發現分光光度儀更準確且效率高，因此後續皆採用分光光度儀進行抗氧化能力測定。我們選用菠菜、青江菜、冰花、地瓜葉、香蕉、奇異果、鳳梨、蘋果及芭樂，進行單一蔬果與四十組配方測試，並選出抗氧化能力較佳的前五組與市售綠拿鐵進行盲測。結果顯示，市售綠拿鐵抗氧化能力明顯低於新鮮現打綠拿鐵，但因為糖度較高而獲得消費者較佳的口感評價，顯示美味與健康效益不一定成正比。研究中發現菠菜、青江菜、冰花 、香蕉、奇異果及菠菜、青江菜、冰花、香蕉、鳳梨這兩組配方在抗氧化力與口感評比中表現最 亮眼。

本研究針對傳統單轉子發電機效能不彰能量嚴重耗損，提出創新雙轉子技術以提升發電效率降低能源浪費。核心設計為雙轉子反向旋轉結構，透過相對運動提升角速度與磁場變化，增強感應電動勢生成。透過對比實驗，證實雙轉子結構較單轉子提升1.4倍感應電動勢，參考Weber Fechner Low建立對數數學模型，描述電動勢與旋轉參數之非線性關係。 同步研發雙轉子架構展現穩定性與模組化彈性擴充，具備取代傳統發電機潛力，適用於分散式發電與再生能源領域，展現高效、緊湊且具實用價值之創新應用電力生成技術方案。

現今網路充斥著具壓力的負面言論，影響使用者的心理健康。本研究旨在參考 C-ME 量表並整理為四大類標籤，人工分類從論壇蒐集的言論來訓練模型。研究採 LSTM、雙向 LSTM、CNN + LSTM 及 Transformer四種深度學習模型，基於自建資料集進行訓練，實現對全新言論的精準分類，並比較四種模型在精確率、召回率及 F1-score 等指標上的表現。結果顯示，LSTM處理數據不均衡的資料集時表現最佳，F1-score達89.2%。實測發現，CNN+LSTM 在預測效果上略勝 LSTM。此外，結合生成式 AI GPT-4o-mini，能有效改善不當言論，為留言者提供更委婉的表達建議。

本研究探討各變因對活性炭吸附鐵氰化鉀與甲基藍能力的影響。我們以自製光度計取代價格昂貴的分光光度計進行實驗。實驗結果顯示：莫耳濃度愈高，透光度愈低；活性炭對甲基藍的吸附效果優於鐵氰化鉀，且吸附量隨濃度增加而提升；活性炭質量愈多，透光度亦愈高；溫度升高則會降低吸附能力。此外，應用活性炭吸附色素的原理製成色譜，並結合紮染技術染布，展現科學與美感融合成果。本研究以透光度與莫耳濃度的關係為分析依據，並探討兩物質的化學性質與吸附原理，期望為吸附應用提供實驗依據與啟發。

本項研究透過程式模擬宅配業貨車司機的裝貨與下貨過程，提出比傳統垂直擺放策略更具彈性且方便下貨的貨物放置策略－分層擺放策略。本研究所提出的分層擺放策略不僅提升了裝貨的靈活性，還能確保貨物結構便於移動與下貨。同時，程式計算擺放方式所需時間，相較於人工計算，更能有效減少時間成本。期待本研究成果能夠為未來的物流業者提供參考。

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。

本研究自製鋁鎂改質生物炭，應用於吸附三種常見水污染物：磷酸根、亞甲藍與阿特拉津。透過鋁與鎂的共沉澱反應，在生物炭表面生成具正電層的層狀雙氫氧化物（LDHs），有效提升吸附能力。實驗結果顯示，鋁鎂生物炭對磷酸根、亞甲藍與阿特拉津皆展現優異的吸附能力，在180分鐘內的去除率分別達94.8%、89.3%、94.1%，動力學分析皆較符合擬二階模型，顯示吸附以化學作用為主，其中阿特拉津亦符合Langmuir等溫線，推測為單層吸附。我們進一步將二氧化鈦負載於材料上進行光催化測試，在紫外光照下亞甲藍去除率提升逾50%。本研究自製的鋁鎂生物炭對多種污染物皆具高效去除能力，更結合TiO₂對汙染物進行分解。展現出吸附與光催化雙效潛力，具水體淨化的應用前景。