探究精神獎

本文提出了一種階層式兼投票式的心律疾病智慧醫療檢測模型，以MIT-BIH心律資料庫為基礎，建立了兩種判別模型。模型一針對正常心跳N及較常發生的V、L、D、R、A(見表3)五種心律疾病進行單一疾病分類；模型二針對疾病較多的N、SVEB、VEB、F、Q(見表4)五類進行分類。採用階層式模型使各層獨立訓練、二分法使資料量均勻；在階層式模型上增加投票式模型，使各層以多種機器學習共同判斷，並按各機器學習訓練之準確程度調整比重。研究結果顯示，模型一最終準確率達99.01%，五種分類類別中有四種召回率達97%以上；模型二整體準確率98.74%，N、VEB、SVEB、F、Q五類召回率分別達99.5%、97.1%、83.6%、77.8%、85.7%。兩模型對於心律疾病判別準確率均較近年論文有所突破。

本研究設計一般聊天機器人與諮商聊天機器人，以提高學生的數學自我效能，藉此增進學習動機。 本研究採用準實驗設計，研究對象為國中、高中生共297位（137位男性、160位女性）。參與者經由隨機分配進入一般聊天機器人（實驗組A）、諮商聊天機器人（實驗組B）和無使用聊天機器人的控制組C。三組都接受數學自我效能量表的前測、後測，實驗組需填答聊天機器人滿意度量表。 研究結果顯示：就全體樣本而言，一般聊天機器人可顯著提升學生的數學自我效能；高中組樣本發現，一般聊天機器人和諮商聊天機器人都能顯著提高學生的數學自我效能。 未來研究方向包括：匯入更多心理諮商文獻且改善應答方式，應用於青少年心理健康上的提升。

表面增強拉曼散射SERS在許多領域中被廣泛應用，可提供快速、準確且非破壞性的方法獲取物質的分子結構和化學組成。本研究主要目的為探討不同粒徑奈米銀所製造出的不同結構基板PET對於檢測的靈敏度，藉以選擇合適粒徑與基板，作為應用在不同藥物檢測的基準。 將硝酸銀（AgNO3）加入水中後解離出銀離子和硝酸根離子，加入還原劑檸檬酸鈉，能使被解離的銀離子還原成金屬銀。而根據還原劑的強弱、多寡，以及配製溫度等，都會影響奈米銀粒徑大小。

本研究旨在將AI深度學習應用於8051開發板的數字辨識，希望在低功耗的情況下進行AI實作來達到環境保育的目標，探討在硬體受限的情況下如何操縱硬體並使用Python進行參數訓練。通過對不同層數和學習速率的實驗，我們發現兩層層數和0.01的學習速率能取得較好效果。在模型訓練中，我們運用了Cross-entropy計算Loss值，並探討了不同Learning rate對Loss值的影響，以及不同Layers對Loss值的影響。此外，我們還討論了深度學習與機器學習的差異，並介紹了8051開發板的基本原理和應用。未來，我們將繼續改進模型效能和準確性，並優化硬體設計和性能，以應用深度學習技術於更廣泛的領域。

本研究以大生熊蟲(Macrobiotus sp.)為對象，建立其自體螢光檢測硝酸鹽模式，可以解決使用大生熊蟲檢測硝酸鹽時活動與隱生狀態難以判斷的問題。在建立此模式的過程中，嘗試利用雷射與LED激發大生熊蟲自體螢光，與濾光片阻隔激發樣本後反射光效果，由於雷射與LED照射樣本後都是反射光，導致無法成功分析大生熊蟲自體螢光，本研究使用相機濾片、偏振片壓克力板，嘗試解決此問題，濾片結果以壓克力板阻擋激發光照射樣本後反射光效果最佳；目前利用倒立螢光顯微鏡確認大生熊蟲可利用活動與隱生狀態下自體螢光相對強度差異檢測硝酸鹽濃度，檢測範圍可在 0～312 mg/L NO3--N (R2=0.9016)。未來將探討大生熊蟲自體螢光激發機制，並探討哪些物質會影響自體螢光的表現，使檢測模式更加完善。

張拉整體結構是透過繩索等提供張力，讓堅固的結構在看似無支撐的狀態下維持懸浮與平衡，實驗中透過在尼龍繩上裝設彈簧，觀察平衡時張力大小，以及外力或移動中心支撐繩位置對於平衡和張力的影響，並嘗試將中心繩換成電磁吸盤，觀察維持平衡所需的電壓範圍。由實驗結果得知：1.平衡時每條繩子的張力大小，會受到結構重量以及質心位置影響；2.從側邊額外施力時結構會傾斜，以曲柄所在的側邊施力影響最小，平衡最穩定；3.移動中心繩會使支點改變，使中心繩靠近的繩子張力變大，整體結構傾斜；4.以電磁吸盤當中心繩時，提供足夠電壓(6V以上)可維持平衡；以上實驗結果可以做為張拉結構的繩索材質、結構設計以及可承受外力的參考。

本文通過對兩線段位置關係的分類討論，對特殊情況的優先探討，推導了兩線段間隨機點之距離期望與三隨機點決定的三角形之面積期望的閉式表達式 (closed-formexpressions)。文末附以程式模擬與函數圖像的對比擬合以輔助驗證結論的正確性，並概述此方向值得研究的其他課題及其潛在應用。

馬拉高尼效應是流體力學中常見的現象，由於表面張力梯度力，使得不同種類或是不同溫度的液體間產生相對位移，從表面張力小的往表面張力大的方向移動。本研究想藉由此微小的表面張力梯度力作為仿水黽的小型水上機器人移動的動力來源。研究過程中以tinkercad軟體設計模型，盡可能減輕機體重量並利用3D列印技術列印機器人本體。再藉由滴出界面活性劑並控制滴出方向以產生特定方向的馬拉高尼流，作為整體的動力來源。研究過程中探討界面活性劑濃度與模型移動速度以及表面張力梯度力的大小之關聯，和模型管徑與模型運動型態的關聯。

本研究以植酸為研究標的，探討植酸的氧化還原反應．實驗利用過錳酸鉀作為氧化劑加入硫酸和植酸，使過錳酸鉀由暗紫色轉為無色。無色過錳酸鉀顯示植酸能在硫酸作用下發生氧化還原反應。這次實驗可分成三個部分，第一部份檢測植酸和過錳酸鉀發生氧化還原的反應條件；第二部分利用分光光度計測量反應中過錳酸鉀的吸光度，以其數值判斷反應時間，再以分光光度計測量固定時間內過錳酸鉀的變化量（透明度），藉此進一步探討植酸與過錳酸鉀和硫酸在不同情況下的反應情形；第三部分深入探討過錳酸鉀與植酸反應的中間產物與可能生成物為何。

本研究利用合成不同形狀TiO2/MnO2/ZnO，藉由改變接觸面積進而提升染料去除率。在初實驗中將9種金屬氧化物與甲基橙/亞甲藍/甲基紫反應，發現TiO2-甲基橙與MnO2-亞甲藍之組合有較好的去除能力。在改變反應溫度的實驗中，TiO2-甲基橙之去除率隨著溫度上升而降低，當中以25℃ 海膽形表現最佳，而在MnO2-亞甲藍的反應中，則以海膽形在25℃時表現最佳。最後改變染料溶液的pH值，發現TiO2海膽形在pH5.7時表現較佳，MnO2則是在低pH時有較高的去除率，推測該結果與顆粒零電荷點及染料pKa值相關。透過BET與PL分析，TiO2海膽形及MnO2海膽形有較佳的比表面積與氧化能力，故整體去除效果最佳。此外本實驗亦利用LC-MS驗證反應的確成功分解染料，且利用生物試驗證實處理後之溶液對生物毒性明顯降低。