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

佳作

基於LSTM行為與活動力之樂齡關懷系統

本研究開發RNN和LSTM長短期記憶網路的樂齡行為關懷系統,搭配樹莓派、多種無侵入式感測器和鏡頭,實現對獨居者日常活動的實時監控和情緒辨識。 將系統收集的數據儲存在SQLite資料庫中,通過LSTM長短期記憶網絡進行分析和學習,提高系統預測準確率。我們還根據各行為感應器觸發的頻率、語音關鍵字,臉部情緒辨識結果等數據,使用隨機森林演算法分析使用者的狀態,建立客製化的模型以優化系統的預測性能。此外,系統配備語音識別功能,提供求救信號發送,及負面情緒安撫等功能。 通過長期的數據收集和分析,本系統能夠觀察並預測獨居者的活動力和情緒的變化,早期發現獨居者的身心健康是否有風險。

現代鬼動風水儀-利用壓電效應偵測並分析風場訊號之研究

看過震動型風力發電機與鬼動草現象後,便思考是否能結合兩者製作出一台「現代鬼動風水儀」? 風經障礙物會因康達效應改變風場,本研究利用壓電效應偵測風在震動裝置後端產生的卡門渦街,藉由分析電訊號偵測不同障礙物所產生的風場。自定義葉片的等效邊長,發現電壓約和等效邊長、平方風速成正比;另外,不同迎風角度、擺設狹縫或遮住半邊葉片都會使pp板產生小波,牛奶瓶紙則是可以建立迎風角度的預測模型。狹縫的電壓放大倍率可用三次函數擬合。遮住半邊葉片時牛奶瓶紙會產生共振放大效應(鬼動現象),而擺設圓柱則會使電壓增強,並且能建立電壓預測模型。 本研究成果可用來製作分析微小風場變化之大數據收集裝置,提供訓練AI及建立新的應用方向。

船有吸引力?用疏水性材料破解船吸現象

本研究主要探討親水性與疏水性船體在船吸現象的影響。在原理方面,藉由作圖研究船吸現象、親水性與疏水性對彼此的影響,並藉此推導在理想情況下的加速度;在實驗方面,我們以試管去做驗證,發現親水性會互相吸引,而疏水性與親水性間會互相排斥。接著探討在不同變因下,親水性的船吸現象是否符合公式推導,而結果與推導出的公式相似:船寬及初始流速都與其成正相關,並且與質量不太有影響。進一步分析疏水性船體的影響,探討不同流速下疏水性是否都能對抗此現象,而在實驗過程中發覺中間水流似乎會衝向另一艘船,進而研究康達效應在本實驗的影響,並用其解釋實驗結果,最終,模擬真實情況的親水性障礙物,測試疏水性的船體是否能避免與它相撞。

隨「波」逐「浪」—探討波浪數列的性質

本研究探討將連續正整數1至𝑛依大小交錯排列所形成的「波浪數列」,其定義如下:除了首項與末項外,每一項皆大於或小於其相鄰兩項。我們分析在最大數為 𝑛 時,波浪數列的各種情形與其在數量上的對應關係,從中歸納出排列的規律,並推導當首項為 𝑘 時的排法總數,進而求出所有波浪數列的排法總數。

依〝形〞組隊,優勢再現! ~ 六邊形蜂巢堆砌策略再探討

我運用學姐前三年研究的結論,採用初始配對方式,針對共有格數量、角對角數量及各類模組間最佳的組合研究:「在六邊形蜂巢中如何擺放有色六邊形,可求得外圍白色六形總數最少?」且依據模組間的相互關係值,求得K值(包圍的白色六邊形總數)計算公式。 在延伸活動中,我沿用初始配對模式,找出平面長鏈形六邊形的蜂巢堆砌模式,也求得足球這種立體六邊形組合的蜂巢堆砌模式。

新型微生物燃料電池於能源再生及有機物降解之研發

本研究探討新型微生物燃料電池(MFC)於能源再生及水資源處理中的應用。MFC利用微生物將廢水中的有機物轉化為電能,不僅達到能源再生、低碳排放的的勢,, 可降解有機物、低產生電力等。本研究使用不含氟化物的煤灰陶瓷隔離膜,並對石墨氈改質, 以探討電極的材料(石墨紙低石墨氈低改質石墨氈低排布) 及表面積(3x3、低4x4、低5x5 cm²)對MFC產電效率及淨化廢水效率的影響。結果顯示,電極材質則以較貴的石墨紙表現最勢,但較便宜改質石墨氈在發電效果及去除污水的效率上皆接近石墨紙;在電極表面積為4x4 cm²時產電效率及淨化廢水效率最佳,顯示較小的表面積差異對MFC影響效果不大。本研究可為MFC在污水處理和能源再生中的應用提供了重要的數據參考。

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。

以線蟲模式探討代糖調控宿主與腸道菌相交互作用機制

代糖是一種低熱量的甜味替代品,雖在過去被認為對人體無害,近年研究卻發現代糖會引起腸道菌相失衡,有害宿主健康,但其機制仍不明。秀麗隱桿線蟲的腸道上皮細胞與人類相似,且腸道共生菌易觀察,適合探討宿主與腸道菌相間的交互作用。本研究以代糖乙醯磺胺酸鉀(acesulfame potassium, AceK)餵食線蟲,發現AceK在腸道共生菌滅活狀況下,能夠藉由減少腸道粒線體自噬作用、上調抗氧化基因sod-3並增加線蟲體內的H2O2濃度,使線蟲壽命延長;但在腸道共生菌的交互作用下,上述效果皆減弱,AceK反倒促使線蟲腸道菌量增加,因此干擾宿主利用H2O2控制腸道菌量的能力,導致線蟲提早死亡。本研究發現AceK會使腸道菌量失衡,並進一步探討過量的腸道共生菌與宿主競爭AceK並影響宿主生理功能之機制。

四邊形內接三角形的面積

本研究從一道科學班入學考題出發,突破傳統代數解法限制,提出創新的幾何作法,並系統性推廣至更廣泛的圖形。透過將內接三角形分為【點邊邊】,與【邊邊邊】的兩種類型。結合使用 GeoGebra 進行作圖與輔助推理。使用正弦定理、餘弦定理與相似形等幾何原理進行推導。探討其內接三角形與周圍多邊形的面積關係。從長方形開始,逐步推廣與觀察,歸納出面積公式的形式,並進一步應用至其他凸多邊形,建立更普遍性的面積關係公式與解題策略。

見光聞聲:以雷射都卜勒震動儀結合深度學習辨認聲音的方向

本研究在探討如何將「雷射都卜勒震動儀」(Laser Doppler Vibrometer, 以下簡稱 LDV)所測量出的一維訊號,進一步轉換出二維資訊,意即聲源的來向。本研究包含兩個部分:以物理推導出系統模型,與利用音檔進行深度學習以訓練AI模組,並根據不同聲源來向進行分類。經過推導,我們發現LDV所輸出訊號與待測物表面之關係。同時,也利用程式模擬待測物受聲波影響後之振動模式。藉此,我們以模擬還原出了LDV所收到的音檔,並與實際錄製音檔比較。最終,我們成功建立了分類準確率將近100%的AI模型,並改善了過去的聲源定位方法。