臺灣

本實驗研究螺線圈數、擴大倍率對黃金螺線與阿基米德螺線交點數的影響，並預測交點座標。研究發現： 1.透過趨勢線預測圈數變化時的交點數，分別使用第一至第四象限預測，發現四個象限各別形成的趨勢線預測值總和會有較高的準確率。另外，我們也利用兩螺線圈數來推導出預測交點數的公式。 2.透過趨勢線預測兩螺線比例變化時的交點數，當黃金螺線和阿基米德螺線擴大倍率的比值越大，交點數越多。 3.前25個交點距離、夾角及圍成三角形面積所形成的趨勢線，用以預測第26個交點之後的數據，誤差率在5.16 %以內。 4.預測交點座標第26點以後，發現預測越接近x軸的交點，y座標偏差率越高，x座標偏差率越低，反之亦然。

本實驗探討金屬球在外加磁場的轉動阻尼震盪運動。在外加直流穩定磁場後，將金屬球扭轉數圈後放開，我們發現相較於沒有加磁鐵的對照組，自旋角速度會產生改變。實驗在改變單項初始條件的情況下對轉動過程進行錄影，並用tracker進行分析，由標定球上2點之相對位移關係來得出整體的角速度，將其運動過程的相關函數圖與標準組進行對照以定性分析不同變因對轉動的影響。

sRNA在各種物種的精子功能中起著至關重要的作用。在秀麗隱桿線中，當缺少精子相關的sRNA「ALG-3/4 26G sRNA」會導致其在25度時不孕。此外，IFE-1是人類真核轉譯起始因子EIF4E的直系同源基因，主要表達於雄性生殖細胞系統中。在先前研究中我們觀察到當「真核轉譯起始因子IFE-1有缺陷」或「精子缺少相關sRNA」時，亦會導致精子具有缺陷。由於三者的相似性，我們認為IFE-1和26G sRNA的生成路徑有關。因此我們假設IFE-1參與協助酵素NYN-3辨認並切割msd-1 mRNA模板後促進26G sRNA生成。我們使用Western Blot、IP、螢光顯微鏡等方法，探討了IFE-1和MSD-1::GFP的關係，發現在ife-1正常的情況下，高溫對於MSD-1::GFP的表現量沒有影響。並且因該蛋白只表現在公蟲精子，我們可以推論msd-1:gfp 只作用於公蟲精子。而此疑似可正向調控基因表現的26G sRNA，有望發展成有別於過往sRNA藥物抑制基因表現的一種新基因治療方法。

「在格狀平面中用矩形以互不重疊的方式鋪滿(2D rectangle tiling problem)」為一NP-complete問題(Dani`ele Beauquier et al ,1995)，目前多項式時間只能求出盡可能覆蓋最大面積的近似解。本研究所創的階梯演算法 stair algorithm 透過改變動態規劃紀錄狀態的方式，使狀態數大幅減少，進而改善求準確解的時間複雜度，也成功證明此演算法的正確性。本研究的演算法可被應用於平行計算中的負載平衡、積體電路設計等方面。隨後，本研究寫了一個互動展示品清楚呈現此演算法的功能。且以階梯演算法成功檢驗並比較 RTILE PROBLEM 的 7/3-approximation algorithm (Krzysztof Lorys and Katarzyna E. Paluch,2000 [4]) 與 11/5-approximation algorithm (Piotr Berman et al,2001[7])進行比較與分析。

一價銠金屬催化反應已經被廣泛應用於有機化學合成領域中。而本研究以具保護基之肉桂胺衍生物1與四芳基硼鈉試劑2a作為起始物進行銠金屬不對稱氫芳基化催化反應，得到具有保護基的掌性2,3-雙芳基丙胺衍生物3，並探討此反應的掌性雙烯配基對於反應的影響。本研究已完成使用Ts（對甲苯磺醯基）保護基之肉桂胺衍生物1a作為起始物進行反應，並改變與銠金屬錯合的配基，發現當配基使用2,5號位為芳基取代之配基L（掌性雙環[2,2,1]雙烯配基）時，反應有較好的位置選擇性，其中最佳的是芳基取代為苯基之配基L1，其位置選擇性比例為1:0:0.09。目前將進行改變起始物1之氮上的保護基，以L1作為配基進行反應，並與1a比較，優化反應性及產率。

本研究報告，從酪梨葉利用柱層分析技術萃取出葉綠素-a、葉綠素-b以及類胡蘿蔔素，用來研究其物理性質以及測量非線性折射率(n2)。 當雷射光束照射在置於比色管中的樣本時，中央軸上的強度最高，導致溶液產生了溫度梯度和折射率梯度。雷射光束穿過溶液後，在屏幕上產生了遠場繞射圖樣。這些繞射圖樣的最大半徑(Rm)和暗條紋的數目(N)隨雷射光的功率(P)、光徑長度 (𝓵)、溶液的熱吸收係數(μ)和溶劑的熱光係數(dn/dT)變化。從N對𝓵和N對P的關係圖中，可以計算出溶液的n2。 在本研究中，從酪梨葉中萃取的色素濃度分別是從菠菜和朱槿葉中萃取色素濃度的4.0倍和3.1倍。更令人驚訝的是測得的n₂ 值比石墨烯大100倍。結果顯示，該樣品具有顯著的非線性折射率，使其成為各種光學開關應用的理想材料。

在臺灣手語辨識，先前研究所使用的監督式學習需要大量標記樣本而限制可辨識詞彙量。為此，本研究借鑒自然語言處理領域中BERT 的遮罩想法，將未標記手語影片隨機遮蓋部分幀數，並讓模型學習預測被遮蓋的幀數以學習臺灣手語的特徵，並透過遷移學習來訓練辨識模型，此作法可克服現有臺灣手語資料缺少的問題。經過實驗，本研究訓練之詞彙辨識模型達成了242 個詞彙量，94.8%的準確率。 此外，先前研究皆未在手語句子翻譯上有成果。因此本研究基於預訓練模型，整合設計手語翻譯的系統，實驗中，系統在100 個句子的翻譯表現達到88%的準，且BLEU-4 分數取得20.98，證明自監督學習的方式在手語辨識、翻譯上是有效的。並展現出樣本需求少與辨識詞彙量可輕易擴大的潛力。

柴油汙染已然造成嚴重的生態危機，我們藉由微生物快速生長與代謝有機物的特性，結合MFC解決油汙。將自製PVB-TiO2海綿加入MFC陽極反應室中，在兩側添加釹磁鐵形成外加磁場。為提升MFC代謝柴油效能，我們探討MFC電極種類、PVB-TiO2海綿的TiO2添加濃度、磁鐵數量與方向等參數。結果顯示，添加PVB-TiO2海綿(12 g/L)及外加相斥兩顆磁場，對COD降解率、平均輸出電壓、VFA代謝產量與柴油降解率，較未添加組有最顯著提升。分別達成COD降解率增為1.4倍、平均輸出電壓增為1.8倍、柴油降解率增為2.0倍之效果。預期本實驗未來能對柴油汙染提供解方，降低柴油洩漏對環境的衝擊。

本研究探討隨機生成數列的長度期望值。一個籤筒中有n支籤，編號分別為1,2,3,…,n，每抽出一支籤，就將抽取的編號寫在紙上，形成一個數列。數列只能向左右兩端添加項，不能從中插入。抽出的籤若大於目前數列的最大項，則將抽出的數寫在目前數列右邊；抽出的籤若小於目前數列的最小項，則將抽出的數寫在目前數列左邊；抽出的籤若介於目前數列的最小與最大項之間，則操作結束。基於此想法，研究者將數列依照添加項的方向分為「單向數列」與「雙向數列」兩類。顧名思義，單向數列只能向一端延伸（本研究不失一般性討論往右延伸），雙向數列代表可以向左右兩端延伸。此外，研究者又將數列分為「嚴格遞增減」和「非嚴格遞增減」兩類。在生成原理上，嚴格遞增減等價於「抽後不放回」；非嚴格遞增減等價於「抽後放回」。在這樣的規則下，本研究探討了n支籤抽完放回與不放回時，單雙向隨機生成數列的長度期望值之通解，並成功證明了一些恆等式及性質。

本研究利用乙二醇處理後的聚對苯二甲酸(PET)及氯氧化鋯，以創新的無溶劑方式”solvent-free PET-to-MOF conversion”合成一類金屬有機框架材料(MOF) ── UiO-66(Zr)，並發現此材料可用於催化Pechmann condensation、以間苯二酚和乙醯乙酸乙脂合成羥甲香豆素。於190℃之環境下，乙二醇處理6小時的EG-PET可合成出晶型最接近模擬模型的UiO-66晶體；而我們開發的合成方法中，最佳的反應條件為反應物質量比(氯氧化鋯:PET)= 2:1、130℃合成24小時。 對於合成出的UiO-66(Zr)，我將其進行了XRD、FTIR、BET、SEM檢測，結果符合UiO-66(Zr)的特徵；唯比表面積僅有約900 平方公尺/克，推測此方法合成出的材料之有機linker數量和一般UiO-66(Zr)有所差異。 對於催化合成羥甲香豆素之反應，我們首先發現UiO-66(Zr)可作為非勻相催化劑參與此反應；且實驗結果顯示，相較於溶劑熱合成的UiO-66(Zr)，以本研究的方法所得之UiO-66(Zr)作為催化劑可得到更高產率的羥甲香豆素。