第一名

太陽能源的善用一直是全人類積極努力的目標。本作品創新地利用空氣膠研製出太陽光熱分離器，分離後的太陽光與太陽熱再分別透過太陽電池作光轉電，以及熱電晶片作熱轉電。經由完整的實驗得到：(1)室內以150W鹵素燈模擬太陽能結合空氣膠玻璃(最淡濃度：1.25wt.%、最薄厚度：0.05mm)、太陽電池模組、與雙邊熱電晶片模組之最佳發電結構可產出48.75mW的複合式再生電能、(2)戶外利用太陽能結合聚焦凸透鏡、空氣膠玻璃、太陽電池模組、與單邊熱電晶片模組之最佳發電結構除了可產出174.5mW的複合式再生電能外，又可阻隔太陽熱約12°C，有效協助太陽電池作散熱降溫。此外，本作品已成功地應用在日常生活中，包括實現：微小電力充電儲能、風扇轉動、以及玩具車與機器人行走等。

為了使身心障礙者及孕婦、帶小孩的爸媽們能順利地找到停車位，解決濫用身心障礙及婦幼車位的問題，所以我們製造出「正義魔人」系統。利用Arduino、RFID、超音波測距等零件，寫出程式碼，讓符合資格的人取得卡片後，能夠停在專用的保留車位，提醒沒有資格的人不得佔用。我們先製造出機器原型，然後完成具實際功能的一號機，而後改良語音警告功能及拍照檢舉功能為二號機。

本專題藉由創意機構設計方法及流程，使用轉子及定子(一個正齒輪、一個內齒輪)及一個十字滑塊機構、輸出入軸等少數零件，來設計一個不同於傳統齒輪箱式的減速機。這個減速機中的正齒輪在內齒輪中做內擺運動，所以稱為內擺運動減速機。由專題的製作過程中，發現只要可以做內擺運動的二個運動對偶(Pairs)，都可以達到減速機的效果。另外本專題中又設計一個擺線轉子及針狀定子的減速機，不同於使用齒輪來做為轉子及定子的方式，來驗証內擺運動減速機的理論。內擺運動減速機最大的優點除了具備齒輪傳動的效率外，使用相同的零件數可以組合出不同的速比、結構緊湊、節省空間，不可逆性及全部零件自行加工完成，可以降低成本等優點。

本篇研究直角三角形與其重心、中點、頂點延伸圖形之性質探討，並證明出直角三角形與其重心、中點、頂點延伸圖形逆推方法，接著變化至任意三角形與其重心、中點、頂點延伸圖形的性質探討，然後再推廣至任意多邊形的重心、頂點之延伸圖形的探討，其邊長、角度皆有比值關係。

作品延續2019台北市科展作品「逆風而上」，我們將橫流風扇改成垂直式，以3D列印設計機構本體，並組合塑膠齒輪做成纜車，自製類低速風洞，提高風速避免亂流，完成實驗；作品經四次改善，具備以下功能： 1. 可以順、逆風行走，各方向吹來的風均可以利用 2. 纜車可以控制正反向行走 3. 空車無負載時可高速行走，以節省時間 4. 低速行走時，扭力增加，可負載重量 5. 具煞車和減速功能 6. 在纜車停用且有風的情況下，可發電並儲存所產生的電能，以備無風狀況下使用，更貼近生活。 作品測試：分別以自製類風洞測試，與不同坡度實驗，施予不同方向強、弱風等實驗，結果顯示：纜車扇葉轉數與行走速度均有一致規律。荷重實驗：本體重234.7g，在坡度10°可以荷重1,900g，速度達0.28cm/s。

研究的主題是製作極軸日晷。我們以太陽在天空中繞著極軸穩定運行的特性(地面觀察者的觀點)，來設計日晷的晷面(時間刻度、日期刻度)。我們利用晷針高度、從晷面看太陽的仰角，配合三角函數，算出7點到17點，每半小時的時間線；再運用二十四節氣太陽的日中天仰角差算出赤緯，配合三角函數，算出日期線。我們進一步改良使日晷的使用時間擴展到二十四小時(台灣地區從5點至19點可使用)， 並設計可調整傾斜角度的底座，使我們設計的極軸日晷可以帶到世界各地使用。最後，日晷測量出的太陽時需經過時間修正才能得到手錶的標準時，而且日晷晷針要對準正北方，日晷才能正確使用。透過半年的驗證，我們證明所製作出的極軸日晷具有實用性。

研究指出近年中高緯度天氣異常與北極震盪有關，本研究探討過去30年間北極震盪(AOI)、北大西洋震盪(NAOI)與南方震盪(SOI)特性及其間相關性，發現AOI與NAOI全年各月達中度相關以上，代表北極震盪暖相位時，西風有增強的趨勢，有利反聖嬰發展，說明海溫與北極震盪的連結。 分析2004至2013年北緯40度以北海溫資料，以月為單位各海域海溫距平值與AOI之相關係數，結合洋流圖進行區域互動之分析。發現當AOI正相位時，北大西洋暖流有增強的趨勢，與西風增強有關；海溫變化部份，6月、7月北緯85度以上北極海域低溫，應和夏季融冰或冷空氣封鎖極區有關，顯示高緯度海溫與北極震盪間的互動關係。

一、本研究討論在正n邊形各邊上取等弧，其交點所形成圖形的各種情形，我發現搭配3個臨界角，可將所有可能情況分成7種情形來加以討論。 二、透過第一及第二臨界角所形成的六種情形，其新圖形的數量及出現規律不會因為邊數改變而受影響，且與原圖形面積的比例關係有關係式可求得。 三、當等弧的度數大於第三臨界角時，正n邊形內部會產生(n-2)層與原圖形相似的圖形，且這(n-2)層圖形的面積與原正n邊形的面積比例關係皆可透過解三角方程式求得，其中不同層的圖形面積會有旋轉固定角度的特性。

本研究以神經母細胞瘤Neuro-2a進行基質軟硬度對神經細胞生長影響的探討，分析不同軟硬度基質上N2a細胞面積、神經突長度。結果顯示分化後N2a細胞在100 KPa基質上面積大且神經突較長，說明N2a能偵測基質軟硬度並進行生長調控。同時advillin、paxillin、myosin IIa和pFAK等細胞骨架蛋白於細胞本體表現量在不同軟硬度基質上有所差異，但未與神經突長度相關。advillin為肌動蛋白接合蛋白，能與myosin IIa、pFAK結合調控生長錐形成。觀察生長錐上細胞骨架蛋白表現量，發現於不同軟硬度具有差異且與神經突長度趨勢吻合，說明advillin可活化生長錐調控神經突生長。未分化N2a細胞轉染pAdvillin-IRES-hrGFP和pS1S3-HP-FLAG後長出神經突，且根據基質軟硬度生長情形不同，但轉染pS1S3-HP-FLAG長出的神經突長度較短，說明advillin的nucleation功能在神經突生長扮演重要角色。

近來暴雨頻傳，預報困難度提高，即時短期降水成為熱門的議題。 本研究意欲以深度學習的類神經網路，經過大量雷達影像訓練後，以高命中率預測短期雷達回波演變，並透過回波值Z和時雨量R公式轉換，進行雨量預報。 以中彰投、海拔低於700公尺的地區為對象，先求出各降雨型態（梅雨、颱風等）在Z—R關係式的a、b值，且以回波預測各類型的雨量，並且找出各降雨類型的模型所對應的最佳訓練集長度及訓練型樣（Epoch）。 結果發現在預測冷鋒、颱風、梅雨即時降雨方面，卷積長短期記憶類神經網路(ConvLSTM）的雨量預測能在60分鐘內誤差小於 4毫米，其餘類型的降雨預測，誤差則小於10毫米，成功地預測雨量的變化。