臺灣

現況下，國中小對於微生物培養並不普及，主因在於沒有足夠經費與設備。本研究發現使用：水解乳清蛋白、濃縮乳清蛋白、雞蛋蛋白等可以替代LB培養基。且各項替代培養基金錢成本比起LB皆下降七成至九成，並且有六種替代培養基於第24小時平均光強度皆大於LB培養基，且替代培養基中最高平均發光強度為0.296較同時間的LB之數值0.046高。此外，使用電鍋滅菌雖無法完全無菌，但仍有一定能力可作為滅菌釜的簡易替代；自製操作台則有替代無菌操作台的之較高可行性。本研究並發現雞蛋液態和固態培養基的製作，其材料簡單、培養效果佳，故具備中小學教學推廣的價值，以及發光細菌在毒物檢驗中的應用等極具有推廣的潛力。

本研究主要想了解田中吊鐘姬蛛生活史過程中能量之權衡及其特殊巢穴之功能，經相關研究發現，蜘蛛生活史過程中在能量分配上明顯具有權衡現象，捕獵能量的投資隨著齡期的增加明顯減少，例如，捕捉絲的數量及捕捉區的角度逐漸減少，而防禦能量的投資隨著齡期的增加明顯增加，例如，巢穴長度及巢穴重量逐漸增加，尤其到了成體後更加明顯；關於蜘蛛對築巢材料形狀的選擇明顯偏好粒狀材料，但顏色方面，蜘蛛對淺色及深色材料並無明顯選擇偏好性；另外，巢穴對蜘蛛來說避敵的功能大於避光，且巢穴內有保溫功能，有利於卵的孵化；最後，巢穴上黏附蜘蛛捕食後的螞蟻屍體有利於吸引其他螞蟻靠近，增加捕食機會，但無明顯抑菌效果。

本次的研究，我們了解到植物的生長除了需要光，適度地給水，還需要給足夠的生長空間及防蟲害。LED燈可以做為栽種植物良好的替代光源。利用自製感光、控光、自動給水器及附件支架的設計，製作「全向顧植物機」，可以用來幫助自己栽種蔬菜作物及了解植物的生長。附件支架可以解決廢棄電管問題，並且可以提供農家使用。所有設備設計目標兼顧節能、節水、減少汙染及環境保護。了解生物的生長與環境間的互動是件有趣的事，可以利用技藝課程、科技課所學，自己製作機械、設計程式收穫良多。

影響泡芙空心的因素有澱粉糊化和筋性、配方水分和油脂含量及烤溫。本研究發現奶油、水、麵粉和蛋液最佳比例為1： 2： 1.67：1.75。麵糰糊化後應降溫至60℃以下再分次加入蛋液，4份食材蛋液量200克的麵糊拉伸力可刮起呈倒三角形(約4公分)為最佳狀態。澱粉蛋白質成分越多麵糊吸水量越高，低筋麵粉泡芙中空狀態最佳，高筋麵粉泡芙支撐度最高；油脂越多泡芙中空高度越小，支撐度越大。增加蛋液量的泡芙支撐度最佳。麵粉和蓬萊米粉比例4:1的泡芙中空高度最大；三種米穀粉以蓬萊米粉泡芙中空高度最佳，可取代麵粉製作空心泡芙，其奶油、水、米粉和蛋液最佳比例為1：2：1.67：2.37。麵粉和色粉比例為49：1的泡芙中空高度較佳。需分兩階段烤程讓泡芙上色均勻。

「莫比烏斯環」是由德國數學家莫比烏斯和約翰•李斯丁在1858年發現的。將一般的紙環剪斷後，將其中一邊翻轉一次(翻轉180度)再黏合，會形成一種單面單邊體。本研究將從莫比烏斯環的結構及特性出發，並測試不同翻轉次數，以及不同的裁切方式所產生的影響。最後嘗試找出翻轉及裁切兩種變因不同時的規律，進一步推論出在其他翻轉次數或是裁切方式所產生的結果。

本研究主要分成兩大主軸，第一先深入探討迴歸分析中異常值對模型的影響，發現一般的模型在面對數據中的異常值會降低其穩健性，因此藉此特性，我們結合了K-近鄰演算法(K-NN)、模糊理論與深度學習等，自創了新穎的演算法進而找出數據中的異常值；第二為應用此演算法來分析與處理圖像中「不正常區塊或雜訊的輪廓」，達到抑制其對整體美觀的影響，再進一步分析深度偽造（Deepfake）所合成的圖像。研究結果顯示，相較於現有的類神經網路中激活函數ReLU之計算，我們的演算法較容易處理異常值的影響且分析圖像的應用之表現更佳，未來的研究方向可能包括進一步評估其他演算法的效能與將其優化以提高其效能和實用性。

本研究中，我們對模型逆向攻擊在語音辨識系統中的影響及風險進行深入分析。隨著Siri、Google Home等智能助理設備在日常生活中的廣泛使用，其語者辨識系統的安全隱患引起了我們的注意。本研究目的在於深入理解模型逆向攻擊的運作機制，並探討其對語音辨識系統的攻擊效果。我們透過實施多樣化的攻擊策略，對不同的模型架構和數據處理方法進行了評估，並對人聲與非人聲的數據集進行了攻擊效果的比較。此外，我們亦實現了基於差分隱私的防禦算法，在多數模型架構下達到接近50%的防禦效果，顯著提高攻擊代價。研究整體揭示了語音辨識系統在面對模型逆向攻擊時的脆弱性，並藉由實驗分析推論出可能的防禦策略，期待能通過策略來增強模型的安全性。

本作品為遠低於市價ROV的材料，設計出能在水下移動的載具，加入連線在式子母船的概念，完成能遠端控制與觀察影像的水下遙控載體。首先設計可以水下自由行動與水下攝影的子船，設計電力系統與無線訊號傳輸的母船。藉由Labview設計出由電腦介面進行遠端控制的程式，再經由USB多功能 I/O 介面卡傳輸到無線訊號2.4G接收板，來進行遠端遙控。 除了由電腦控制外以十字手搖開關進行手動遙控試驗並將線路連接完整，藉由切換的開關來改變操作的方式，即最終改良成可手動控制或電腦控制。經海邊測試能達成無線遙控子船，水中沉浮前進動作，並搭配子船到水下攝影鏡頭接收到水下影像，達成簡易型水下生態觀測之遙控無人載具。

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。

高性能電極對於析氫反應(hydrogen evolution reaction，HER)在未來能源需求中極為重要。高效析氫取決於電極特性可否催化HER，降低電解反應的過電壓。文獻記載石墨烯適合做為電極表面的HER催化劑，利用薄層微量雙金屬的製程技術，可從電極背面析出奈米銀並摻雜到電極表面石墨烯，形成銀摻雜石墨烯(Graphene/Ag-doped)異質結構，增強電極表面石墨烯鍍層的電導。本研究優化此技術，將銀奈米結構沉積在石墨烯的缺陷及晶界邊緣，透過鍍銀技術與實驗參數（化學氣相沉積法的加熱溫度、時長和通氣量），製造出嶄新的Graphene/Ag-doped異質結構材料，增強了電極電導及快速傳輸電子連接的電極表面活性點，大大提高HER的效率。量測結果證明Graphene/Ag-doped異質結構較單層石墨烯具有超過10倍的導電度，電流密度增加20倍，塔弗斜率(Tafel slope)減少50%；與文獻中使用單層石墨烯/奈米碳管異質(rGO-MWCNT)之最佳材料相比[4]，本研究之Graphene/Ag-doped異質結構的Tafel slope為80 eV/dec，在析氫反應之消耗能量已大幅降低到幾乎減半。本研究成功製造出高導電、低過電壓，及高效率析氫的電極材料，為未來綠色能源開闢了途徑。