臺灣

習得性無助是個體經多次追求獎賞或逃離困境失敗後產生的一種消極行為表現。習得性無助的行為研究雖多，但對其神經機制的研究卻甚少。 本研究發現273,cha-Gal80>CsC-mCh是適合光遺傳學訓練的果蠅殖系。在白光點獎賞記憶訓練中，使273,cha-Gal80>CsC-mCh果蠅學會白光點視覺訊號代表著獎賞，並發現其白光獎賞記憶能持續7分鐘以上但未達10分鐘。藉已建立白光視覺訊號與獎賞連結的273,cha-Gal80>CsC-mCh，發現重複追求獎賞失敗的實驗組，相較於持續接受獎賞與完成獎賞記憶訓練而無任何操作的對照組，明顯表現習得性無助，本研究亦發現習得性無助個體也表現了活動力、覓食表現及攝食動機的下降。 本研究成功建立高成效的果蠅成蟲光遺傳學習得性無助訓練，並針對果蠅成蟲的習得性無助行為表現進行完整的研究，未來期望本於此訓練方式進行特定腦區、神經群和神經傳遞物之探究，建構果蠅習得性無助的神經網路機制。

光柵作為常見的分光元件，應用於許多光學儀器中，但光柵普遍彈性較差硬度較大，使光柵應用受到了侷限，因此本研究以有著彈性佳與易形變特性的PDMS作為柔性光柵的材料，對其不同厚度與彎曲程度進行一系列的測試。為了找出厚度、彎曲曲率與繞射效果之相關性，進行了不同厚度柔性光柵之繞射點分析實驗，由實驗結果可知增加柔性光柵越厚會使其彎曲時第一亮紋改變率增加，反之。為了試驗柔性光柵受到不同施力方式其分光效果是否有所差異，故進行了拉伸與壓縮的方式形變柔性光柵，結果得知其拉伸時軌距會被拉大，壓縮時則會被擠壓變小。研究最後想了解利用PDMS複製類似光柵的結構是否也有分光效果，實驗結果發現指紋能夠分光，希望後續能將其特性實際運用。

本研究為新型改良式葉綠素電池，兼具化學電池與染料電池的優點，是具有成本低、體積小、可自行替換凝膠並重複使用，能解決傳統電池液外漏及電極成本高的問題，是有潛力與發展性的綠色能源電池。本實驗結果顯示，新型葉綠素電池結構的特點，具有一體成形的外殼，選用石墨碳氈與鋁棒當電極，中間填充最佳比例的碘酸鉀、碘化鉀、葉綠素和水晶凝膠，在手電筒的照光下，電解質經化學反應可自行生成碘，可作為葉綠素電池的第二個電極，其發電效率是歷屆科展之冠，電池編號10的瞬間電壓與電流可達1.07伏特與38.4毫安培，其電池壽命在209小時，電壓亦可維持1 伏特且電流隨時間增加可穩定發電，可應用於緊急充電與LED 燈泡照明使用。

本研究使用水槽、自製造浪器，模擬海岸環境，探討消波塊的擺放角度、擺放密度，以及沙灘的水深、坡度、波浪強度(造浪器頻率)，對沿岸沙石侵蝕面積的影響。利用image j 分析在不同因素下消波塊周圍沙石侵蝕之面積，以及其隨時間的變化。研究結果發現，在不同擺放角度中，消波塊之兩角面向波浪時(本研究定義為0度)其下沙石侵蝕面積最大；在擺放密度中，發現擺放越多的消波塊，其侵蝕面積越大；在沙灘水深不同時，當水深越淺時，其侵蝕面積越大；當沙灘之坡度越大時，其侵蝕面積越大；當造浪器之頻率越大時，其侵蝕面積也會增加，而計算體積時，發現在不同擺放角度下，掏空的體積與侵蝕面積成正相關。

無人機在進行定位時，多半是依靠內建GPS晶片與內建慣性測量單元(Inertial Measurement Unit, IMU)進行定位，然而高精度的IMU及GPS晶片受限於高成本無法在一般無人機上運行；此外，各種定位系統均有其適用範圍，若無人機運行於定位系統之適用環境外，其定位精確度會下降，進而導致無人機飛行時會與預期路線產生誤差。 在本研究中，我利用Webots模擬軟體進行無人機模擬，藉由無人機鏡頭所拍攝的連續兩幀圖片差異，產生差異與角度及距離間的關係資料集，並利用此資料集來訓練深度神經網路，將產生模型用以模型迴歸出連續圖片間的旋轉角度偏移量，以此偏移量輔助無人機進行飛行校正。 經過多次實驗與修改，我比較了幾種不同的資料處理與分類方法，找出當中最佳結果的機器學習模型後，將此模型套入模擬環境中輔助無人機飛行，使無人機飛行於複雜環境時，成功提升飛行準確度。

台中捷運發生吊臂掉落，造成傷亡慘重。我們查找文獻缺失，利用機器學習Google Teachable Machine和數學相似演算法，做出AI異物辨識系統，解決捷運無法主動偵測異物的問題。經文獻得知，列車煞車需167m，我們透過鏡頭變焦和倍率放大提高辨識距離。用Mediapipe Holistic和角度比值演算法解決距離辨識的問題，做出險阻手勢AI辨識系統，解決隨車員和月台保全無法溝通的問題。用MQTT傳輸技術，設計無線控制按鈕，經由ESP32和L298N控制列車啟閉，減少隨車員尋找鑰匙等流程，錯失救援時間。此外，我們建置的系統將軌道沿線辨識異物，上傳Google雲端試算表，供政府進行預防措施。

植物具有綠化環境、淨化空氣的效果，並且能讓人保持愉悅、對身心健康有著正面的影響。我們好奇若藉由簡易的課室綠化布置，能否也對學生身心狀態有正面的影響，進而影響學習表現。本實驗之目的在證明鐵線蕨是否能夠吸收二氧化碳並改善教室的環境品質與學生的學習效果。實驗分為三段，階段一利用二氧化碳檢測儀測量鐵線蕨使教室二氧化碳濃度降低；階段二分別利用血氧儀與專注力量表 、 壓力量表，分析植物對學生生理與心理的影響；階段三利用課堂小考的方式檢測植物對學生學習表現的影響。實驗結果證明植物能夠使二氧化碳濃度降低，學生們的上課專注程度、 想睡覺的程度、壓力程度、上課學習表現也有不同程度的改變。

我們想利用機器學習進行疾病診斷，但現有方法對罕見疾病的預測精確率低，且若過於專注在罕見疾病預測的提升，容易導致整體精確率降低。 為了兼顧整體與罕見疾病的精確率，我們將預測分為兩個階段。在第一階段運用現有的多標籤分類方法訓練，第二階段使用二元成本導向判斷病人是否有罕見疾病，再利用第二階段得到病人有無患有罕見疾病的結果，決定是否在預測此病人可能患有的疾病時，保留一個位子給罕見疾病。實驗結果呈現在兩階段皆用神經網路（Neural Network, NN），能正確預測罕見疾病的比率為現有方法的八倍，而整體精確率只下降 0.02，並實作出疾病預測系統。

我們以實驗室容易取得的重物與乒乓球模擬網路上跳水彈射手中球體的沃辛頓射流實驗。結果發現圓形的類天然海棉因為具有吸水迅速、可以平穩入水的優點，因此選擇以此為托球的載體進行實驗。依據我們的實驗結果，至少需要15公分水深才能形成完整的射流彈射出乒乓球，原則上在下落軌跡完全垂直於水面時，落下高度越高，球體彈射高度越高，實際實驗水深15公分以上時，落下高度50公分彈射高度約可達47公分，但結果受限於托球的海綿在落下高度40公分後下落軌跡不穩定，若期望更高的射流強度需要尋找更穩定下落的載體。

本研究目標在建構可以識譜及吹奏中國笛的吹笛機器人。中國笛演奏必須協調吹法及指法；藉由控制吹氣流速、吹嘴角度及六指按壓音孔的變化來控制音高以完美地吹奏樂曲，是一項複雜的演奏技術。機器人以模擬吹笛口型的吹嘴，搭配兩個風箱往復送氣到一個壓力調節風箱送氣，以微控制板控制六個機械手指來蓋放完成演奏，為在音尾可確實止氣，設計一個風門，利用風門開闔也可模仿吐音技巧讓笛聲明確發音。辨識樂譜方面收集樂譜樣本，樣本分成譜線、音符、節奏三套，透過多任務學習MTL的深度學習架構進行訓練，建構可以辨識五線四間及二、四、八分音符的樂譜辨識模型。經測試若樂譜在符合音域範圍內，可以完整的辨識，轉換成音符資料傳送給吹笛機器人吹奏。