高級中等學校組

食用與烹調的動物性及植物性油脂的主要成分為三酸甘油酯，其中不飽和脂肪酸碳鏈上的雙鍵π鍵在加熱過程中，很容易與空氣中自由基態的氧氣分子進行反應，造成雙鍵旁邊碳上的種類G和種類E的氫原子脫落，在脂肪酸碳鏈上生成自由基，進一步氧化之後，造成油品的破壞。為了瞭解油脂在烹調過程中的氧化程度，我們設計了加熱食用油的實驗，並利用核磁共振儀來檢測油品的氫譜光譜。我們發現，只是在300℃的溫度下加熱3分鐘的高溫快炒或是200℃油炸3個小時，食用油已產生很嚴重的氧化現象，長期食用這種過度氧化的油炸食物與高溫快炒的食物會危害身體健康，因此透過本研究透過科學實驗及證據提出烹調過程中油品應控溫，以減少對於食物的破壞。

智慧物聯 (AIoT) 在生活中逐漸普遍，應用在機器人、智慧家電、語音助理…等各種用途上。本研究將以AIoT概念開發暗棋機器人，可讓任何程式開發者，透過開放的http協議要求雲端應用程式介面(API)，開發各種形式的暗棋對弈程式或機器人。暗棋對弈系統基礎架構運作，是具有雲端連線的IPCAM及機器手臂的機器人，系統向IPCAM要求暗棋的盤面影像，再透過卷積神經網路 (CNN) 辨識暗棋盤面，將棋譜提供給對弈人工智慧運算下一步的棋步，提供給機器手臂做出翻棋、移動、吃子的動作。此一設計方便的大量收集棋譜資料庫，作為未來暗棋對弈深度強化學習的資料樣本，AI棋力將可提高，搭配機器手臂作下棋動作，CNN辨識盤面，以AIoT概念架構，可望讓對弈機器人大眾化，逐漸普遍於各個地方。

本研究以2020年自由時報房地產廣告為範圍，探討房地產廣告數量、出現版面、頻率與內容的社會意涵分析，以數量統計與內容分析為方法。研究顯示房地產廣告數量、版面，居商業廣告之冠，出現頻率以週五、六、日最高；假日、農曆七月及新冠肺炎疫情嚴峻或趨緩，皆會影響廣告數量；房地產廣告內容常將有房產視為人生勝利組，男性被塑造成認真專業，女性則熱衷享樂，女體更是廣告中為吸引目光而被凝視的客體，隱含階級、性別不平等；廣告對家的樣貌以異性戀為訴求，也許反映對非異性戀家庭的視而不見與擔心其成為鄰居的恐懼；廣告透露家庭成員權力的不對等，事業有成的爸爸位階最高；最後，廣告出現歐美國家地名、白種女性，透露仰望優越他者的社會意涵。

世界各地也開始提倡能源永續發展，又因近幾年無人機相關產業日漸增加，我們團隊決定把這兩個趨勢做一個整合，透過太陽能輔助系統讓傳統無人機的續航有所提升，未來搭載 各式感測元件與攝像頭的組合與搭配可運用在各式場合作探勘與量測之作業。

本研究可分為兩大主題，其一為提升全釩液流電池之反應時間，二為製作釩空氣電池。為節省實驗成本，皆購入較為便宜之V2O5自行電解為所需之V4+及V3+，並運用自行製作之全釩液流電池，探討其何種內部迴路構造與複合膜可使電池反應時間與理論值最相近，亦自行嘗試製作釩空氣電池，將其沉澱物V2O5拿來重複電解。實驗結果顯示，Type-2反應時間最接近理論值，本團隊之複合膜為PVA、LiCl、與杜邦公司之Nafion溶液聚合而成，與市售之Nafion-117比較結果，本研究之複合膜電壓效率、能量效率及庫倫效率仍不及Nafion-117，但在較高電流80mA下差距接近，且反應時間較快。本研究亦發現碳氈經高溫加熱後，再浸泡於強氧化性酸中會有效提升電池系統效能。

新冠肺炎疫情期間，拍攝不少戴口罩的照片，但人們希望能保留未戴口罩照片，為了解決這個問題，本研究建構人臉口罩去除系統，給予無口罩覆蓋的來源圖片作為參考，透過擷取人臉和口罩輪廓的特徵點，進行人臉置換、圖像填補與色彩優化等步驟，對於戴口罩圖片的口罩區域進行人臉復原。 本研究透過校正戴口罩人臉特徵點的誤差，設計改良演算法精準地偵測口罩區域，利用輪廓偵測演算法擷取口罩輪廓特徵點框出區域，將來源圖片的對應區域置換到戴口罩圖片上，並使用圖像填補技術修復填補口罩置換後的殘影，再對圖片置換的拼接處進行色彩優化，讓整體臉部膚色具一致性，經成效評估驗證，成功自然地將戴口罩圖片復原為未戴口罩的真實樣貌。

此研究主要以手機app『科學日誌(Arduino science journal)』研究各項變因對藍印術反應速率的影響。發現普魯士藍並不會溶於水中而是懸浮在溶液中或產生沉澱。研究結果發現UVB紫外光組的反應速率明顯高於LED組與日光燈組。雙氧水與硫代硫酸鈉不是對光敏感的還原劑，對光敏感的還原劑其還原能力順序為：草酸根>檸檬酸根>酒石酸根。鹽酸與稀硫酸的濃度對藍印術反應的反應速率沒有明顯影響。硫酸在較高濃度時會使藍印術的反應變慢。對於反應級數的研究，根據實驗結果可得到草酸根的濃度對反應速率應為1級;赤血鹽的濃度對反應速率為0級;三價鐵離子的濃度對反應速率應為2級反應。 R = k〔C2O4 2−〕1〔Fe(CN)6 3−〕0〔Fe3+〕2，並由級數推估出可能的反應機構。

生活中網路商店或夜市常看到業者手工用鋁線在折造型，這些造型必須應用手工方式生產，所以生產效率及重現性低，且這類型的塑性加工在課堂上我們只能觀看一些影片來教學，無法實際進行操作。本專題用單折彎頭來進行金屬線之折線加工，以課堂所學知識及加工技術背景進行開發，主要以3D列印機的Arduino+RAMPS1.4控制器為基礎，自行設計及加工折線機構、進線機構、轉軸機構與螺桿機構開發出小型折線機。利用Python程式語言開發出將圖型座標轉換為NC碼，透過MT7688物聯網方式，直接控制所需的機械動作，做出所需的作品，讓使用者只需畫圖即可做出成品，不需學習機器控制語法。本專題可自動化加工生產、具有3D折線功能、折不同軟硬度的材料、操作介面簡便、體積小、成本低。

本研究旨在探討埤塘水質的含氧量，其是否超出定溫下的飽和溶氧量，觀察各個不同的水域溶氧量的差別，可大致看出該水域的生態形式。藉由模擬埤塘水，來避免一般水質的其他物質影響測定，我們推測埤塘裡的藻類是以奈米氣泡的形式來釋放過多的氧氣，使其達到過飽和，因此我們以超音波震盪產生奈米氣泡，改變不同的作用時間。發現當溶氧量到一定的程度以上，再繼續通入氧氣並震動所溶入的氧氣含量不會再顯著上升，而是在一定的區間內上下停滯，即奈米氣泡溶液達到該溫度下，最大的奈米氣泡含量，模擬結果顯示，若埤塘並沒有流動，是可以產生奈米氣泡來增加其氧氣含量，與後來進行的實地測試相符。而水中生產者越多，水體較為靜止，可測出較高含氧量。

本研究旨在運用自然語言處理技術，建立辨識惡意程式的模型。首先搜集良性及惡意執行檔，進行反組譯及前處理以建立資料集。使用反組譯後的組合語言檔作為文本，訓練模型以區分良性和惡意程式。研究比較詞袋模型、序列模型、fastText以及不同n-gram對模型的影響，並將結果與其他相似研究比較。 研究結果顯示。詞袋模型以使用multi-hot編碼表現最佳，序列模型有位置編碼的Transformer encoder表現最優。在不同n-gram的比較，2-gram詞袋模型識別惡意程式達到99.6%的F1-score，且本研究的識別準確率優於其他相似研究。