全國中小學科展

依全國中小學科展屆次查詢

依相關評語查詢

第65屆--民國114年

智慧.進化艙:AI語言革命,解密失語症分類

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。

AI輔助手寫卷閱卷系統

本研究旨在開發選擇題手寫卷的自動閱卷與成績登記系統,以減輕小老師與教師在小考閱卷及成績登錄上的負擔。為改善選擇題手寫卷的閱卷方式,本研究結合手寫字辨識技術、雲端成績登記存放及網頁式查詢三大功能,開發AI輔助手寫卷閱卷系統。使用者設定考試相關資訊(如考試名稱與標準答案),並上傳答案卷影像,即可透過系統自動辨識答案且計算成績,並將結果即時傳送至雲端資料表,供教師透過網頁查詢。本研究成果可有效降低人工閱卷負擔,提升成績管理的即時性與便利性,期望為校園提供更高效的閱卷與成績登記方式。

AI’S A IS FOR APPLE 基於人工智慧影像辨識之水果品質辨識及分類

本研究開發了一種基於影像辨識的水果品質分類系統,採用最適合同時處理局部及全局資訊的 Swin-Transformer 模型,透過分析水果外觀來判斷其品質,並多次實驗以調整參數、訓練多個模型以辨識不同水果種類與品質。 使用者上傳水果影像後,系統即能識別水果種類和品質,並提供新鮮度建議與食用方式。此系統相較於傳統的檢測方法,具備非破壞式檢測優勢,且降低成本,適用於農業生產與消費市場。 模型測試結果顯示,水果類型分類器準確率為99.0%,蘋果品質分類器為85.04%,橘子品質分類器為97.67%,顯示該系統在分類與品質評估上具有較高的準確性,對水果檢測及提升食品管理有重要意義。

「羽」你同行–基於多模態深度學習與大語言模型的手機端羽毛球姿態矯正系統

隨著台灣在奧運羽球雙打再奪金牌後,更多台灣人想嘗試這項運動。為提升新手學習效率,本研究旨在開發一套幫助新手透過手機進行姿勢矯正的軟體。首先,本研究選擇BlazePose模型當作人體姿態辨識模型,並訓練MLP、KNN及YOLO等姿勢分類器。其中,KNN分類器在影片姿勢分類表現最佳,準確率達94.80%。此外,本研究設計Ball In Ball Out流程可偵測羽球並自動剪輯單一打擊片段,準確率為95.89%。經上述多模態資料分析後,再檢查常見錯誤姿勢及比對專家姿勢差異,最終LLM給予使用者姿勢錯誤矯正建議。羽球專家對姿勢矯正建議的平均認同百分比達82.40%,羽球新手達81.16%。

利用ChatGPT協助辨識詐騙簡訊及網頁

近年來隨著資訊科技發展,詐騙行為日益猖獗。儘管政府已建置防詐網站與專線提供人工審查,但面對大量詐騙資訊,其效率仍顯不足。為降低人工審查負擔,本研究探討提示工程技術(Prompt engineering),評估其是否可提升GPT模型對圖像與語音詐騙內容的辨識準確率。研究設計採用三種不同提示策略,分別應用於圖像與語音資料中,並比較其判斷正確數以分析準確率差異。結果顯示Chain-of-Thought Prompting在兩種媒介資料中表現皆優於其餘提示工程模型,顯示良好判斷效果。本研究基於Chain-of-Thought Prompting模型開發互動式網頁程式讓民眾可立馬使用網頁判別可疑的圖片、音訊,展現應用於基礎防詐之可行性,亦可為後續防詐系統提供設計參考。

水逆退散!探討颱風草葉的收合與恢復機制

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。

豬蛔蟲成蟲體蛋白促使肺癌細胞凋亡之機轉初探

癌症長期對人類健康構成重大威脅,尤其癌細胞對傳統化療產生抗藥性,尋找新治療方法成當務之急。近年許多研究發現寄生蟲的分泌-排泄蛋白具抑制癌細胞生長的潛力。如犬蛔蟲的分泌-排泄抗原已被證實能抑制纖維肉瘤、肝癌及大腸癌細胞增生,但其作用機制仍未明確。 本研究利用與犬蛔蟲相近的人畜共通線蟲—豬蛔蟲成蟲體蛋白進行肺癌細胞共培實驗。結果顯示AsSP可顯著抑制肺癌細胞增生與惡性特性。透過快速蛋白質液相層析系統對AsSP粗蛋白做分離純化,並經由Q-TOF-MS技術分析其成分,成功篩選出10種具有抗癌潛力的豬蛔蟲胜肽。未來研究將利用E. coli BL21表達系統,進一步開發與驗證這些抗癌胜肽的功效與應用潛力。

探討太陽能板對環境的熱影響與其不同條件下之發電效率

本研究探討太陽能板對環境溫度的影響,希望找出能兼顧發電效率與降低熱影響之大樓頂太陽能板架設方式。我們測量太陽能板與水泥地不同時間的溫度,以瞭解在相同的光照環境,兩者的溫度差異,進而推知不同時期,兩者對環境釋放的熱輻射差異。另外,我們也發現太陽能板的背板溫度較高之因,主要是吸收下方水泥地的熱輻射與散熱不易導致,並進而發現,若單純只考慮太陽能板與其下方水泥地受彼此熱輻射加熱的影響因素,應在法規限制下盡可能架高太陽能板。為了解太陽照度與太陽能板溫度、發電效率之關係,我們分別在無風環境、受正面風、側面風以及背面風吹拂下進行測量,發現在背面風的吹拂下,太陽能板溫度會較低,發電效率較好。

以光反射法放大氣球膜的共振模態

本研究以堅固的圓形筒套上氣球膜或是奶粉蓋後,貼上鏡片反射紅光,觀察不同振動頻率下的光線圖案。本研究的實驗方法,能初步解決氣球膜不易觀察共振模態的問題,並在過程中發現,反射光的圖案多數是呈現直線的,推測可能是同心圓共振膜態反饋的結果。

領域展開-Dual graph 解 Hamilton cycle在平面圖上的存在性問題

本研究以對偶圖的性質,取代以往著重點或邊數量的方法,探討平面圖中漢米爾頓迴圈的存在性。我們設計一套定理,判斷對偶圖對應之原圖是否存在漢米爾頓迴圈,並提出「T 搜索」,有效降低電腦計算的時間複雜度。此外,我們建立多項化簡定理,能在不影響迴圈存在與否的前提下,透過邊、點的替換與收縮,或圖的結構分解來簡化圖形。研究中也討論 Herschel Graph 與 Tutte’s Graph,並提出當圖中出現特定結構時,原圖不具漢米爾頓迴圈的判別條件。最後,成果可用於構造具漢米爾頓迴圈平面圖之對偶圖,並期望數學方法推導出無漢米爾頓迴圈的平面圖,或用電腦窮舉所有無漢米爾頓迴圈平面圖之對偶圖,以便延伸討論。