高級中等學校組

本研究以大氣電漿技術在矽晶片上沉積氧化鋅薄膜，並透過不同溫度退火來最佳化材料特性，以製備高靈敏度的金氧半 (MOS) 光感測器，能偵測紫外光、藍光、綠光、紅光及紅外光等多種波段光源。大氣電漿技術具備操作簡便、無需昂貴真空設備、製程環保等優勢，並可有效提升材料性能。透過光學顯微鏡及掃描式電子顯微鏡分析顯示，退火溫度影響氧化鋅結晶品質，400 ℃與600 ℃條件下結晶較為明顯，且可由穿透式電子顯微鏡清楚地觀察到高溫退火會導致孔洞形成。此外，本研究利用半導體參數分析儀量測光響應特性，透過AI技術分析光響應波形以進行光源識別，有助於提升光偵測效率與準確性，為智慧光感測應用提供嶄新的技術方案。

水中地形的探測多半傾向於專業領域方能觸及之項目，然而對一般學生而言，亦有可能需要使用水底探測的時機，成本考量與可行性將是一大挑戰。本研究旨在找出可能的辦法解決上述問題，並測試準確度。最終本研究利用防水的超音波感測器作為聲納掃描後，利用架設好的server回傳超音波數據，預處理後以立體模型的方式呈現出來。經由路面和水中實測並取得實驗數據，於結論中有詳盡資料測值，具有可視化的地形建模，和簡單上手的操作介面進行觀測，未來期盼能成為簡易且實用的探測儀器或改良原型，並能投入其他水上領域。

磷污染及重金屬的累積被確認為引發水體富營養化及生態毒性的關鍵因素，對接觸受污染水的動物和人類造成危害[1]。磷酸鹽作為磷污染的主要形式，傾向於促進藻類的過量繁殖，而重金屬離子因其高度毒性及生物累積性，對水生生物的影響尤為嚴重。由於一般檢驗方式過於耗時、費力，所以我們想研究出可以實現快速檢測出水是否遭受到汙染的系統。 本作品將化學、光學、電機、機械、AI、微電腦領域知識進行「光-電-機-智」深度整合，使用AI輔助補償演算法提高作品方便性，提升水溶液的定性定量分析效率，使本作品能快速檢測水源是否遭受磷或重金屬鉛污染，並且計算濃度，無需將樣本送回實驗室，捕捉污染動態。降低成本與操作門檻，達到良好監測及做好水土保護。

本實驗旨在測試氣溶膠噴霧產品使用時推進劑之噴出量，以了解日常使用此類產品時推進劑之暴露量是否對人體、環境造成影響。研究對象為五種市售氣溶膠噴霧商品，包括洗面乳、髮妝造型噴霧以及刮鬍泡。本實驗採用內容分析研究法，以FTIR測量測試腔內推進劑種類及濃度，用以推估浴室空間濃度、模擬使用時人體呼吸暴露量、以及污水系統中的累積量。分析方法包括FTIR紅外光譜分析、T-test量化分析。結果顯示，測試商品中推進劑的種類為丙烷、丁烷、異丁烷，部分丁烷使用時濃度高於立即致危濃度(IDLH)，表示可能對人體有危害，使用後推進劑隨殘餘泡沫流佈污水系統，亦可能對城市安全及環境造成影響，因此，建議應制定完善的規範，以確保使用者的安全和環境的永續性。

本研究探討DNA鹼基錯配修復(mismatch repair，MMR)系統在釀酒酵母與奇異酵母雜交合子中的作用，並揭示其對雜交不孕的關鍵影響，具備了癌症研究及農工業菌株改良的潛在應用價值。由於兩物種之基因體序列差異大，雜交合子於減數分裂時產生大量鹼基錯配，活化MMR系統，導致過多具干擾性的同源重組產物，使染色體分離異常、孢子無法正常發育。本研究利用可在孢子壁表現三色螢光蛋白的酵母系統，並透過PCLB2-MSH2專一性抑制MSH2於減數分裂期間之表現，有效降低干擾性重組、顯著提升孢子存活率。研究結果顛覆傳統認為雜交不孕源於重組不足的觀點，進一步釐清MMR系統在遺傳隔離中的角色。

人類皮膚接觸到陽光中的紫外線(UVB)會造成皮膚細胞內產生大量的自由基進而導致皮膚老化，本研究的目的是為了探討鼠鞠草萃取物是否可用於減緩UVB造成的皮膚老化。本實驗以UVB紫外燈來照射人類皮膚纖維母細胞，藉此模擬人類皮膚曬太陽所引起的老化狀況。由實驗結果得知，UVB照射會造成皮膚細胞的傷害，包括皮膚細胞死亡、細胞移動能力的減緩、氧化壓力上升、老化蛋白質p21表現量上升、抗老化相關蛋白質collagen1a1的表現量下降；而加入鼠鞠草萃取物之後，上述造成皮膚細胞老化的病理現象都得到了明顯改善。進一步的研究，我們發現鼠鞠草萃取物是經由抗氧化蛋白質NRF-2表現量提升來抑制皮膚細胞的老化。

本研究主要在探討颱風與其所生成的冷渦之間的相互關係，透過視覺化的海溫動態圖檔可以明顯觀察到颱風在移動時對周圍海溫產生的影響，運用颱風移動時的經緯度座標資料和海溫數據繪製出水平與垂直的海溫比較折線圖，以利後續進行觀察。針對颱風移動時所產生的冷渦進行熱傳導數值的計算，觀察熱傳導值與冷渦形狀和颱風移動路徑的關聯性。最後經由美國大氣海洋總署的大數據資料庫取得葉綠素a的資料，觀察冷渦形成後是否真的有帶動營養鹽上湧，產生潛力魚場。

本研究以圓內接多邊形為主題，探討其幾何結構中的尤拉線特性，重點分析原三角形與頂垂三角形之間的幾何關係，以及原三角形與六邊形尤拉線的關係。

隊員的外婆在台灣獨居，曾因跌倒而未能及時求救，引發家人擔憂，高齡化與獨居老人數量增加，導致安全照護挑戰，需改善意外求助系統。本研究目的是使用OpenCV和YOLO技術辨識人體動作，檢測跌倒情況及其影響發送郵件通知家人。本研究使用Pexels和Google收集圖片進行訓練，Roboflow工具加快標註過程。過程中整合偵測、影像擷取及郵件發送功能，設計時間間隔機制避免重複發送郵件。訓練結果顯示模型在辨識「躺下」動作上準確率高，對其他動作表現尚可，而系統運行時CPU負擔輕，確保穩定性與擴展性。本系統對人物重複辨識和跌倒檢測準確性有改進空間，考慮增加資料量及調整標註類別。未來計畫開發專用APP以提升訊息傳送功能，增強用戶體驗。

本研究提出一款結合生成式AI能進行場景分析，進而綜合情緒、語氣、文化禮節給予最佳回覆的人工智慧眼鏡。目的希望使用者不需要透過手機即可實現即時語音翻譯、情境分析與天氣資訊抓取功能。系統以ESP32為主要控制核心，搭配Android Studio開發之應用程式，透過WiFi採用UDP通訊協定進行無線通訊，提供精簡的翻譯與應答建議。每次翻譯處理後，GPT根據語境與提示詞再將翻譯結果與應答建議，傳送回並顯示於智慧眼鏡的OLED螢幕，將即時資訊呈現在使用者眼前，實現流暢的跨語言互動體驗。