全國中小學科展

臺灣

AI’S A IS FOR APPLE 基於人工智慧影像辨識之水果品質辨識及分類

本研究開發了一種基於影像辨識的水果品質分類系統,採用最適合同時處理局部及全局資訊的 Swin-Transformer 模型,透過分析水果外觀來判斷其品質,並多次實驗以調整參數、訓練多個模型以辨識不同水果種類與品質。 使用者上傳水果影像後,系統即能識別水果種類和品質,並提供新鮮度建議與食用方式。此系統相較於傳統的檢測方法,具備非破壞式檢測優勢,且降低成本,適用於農業生產與消費市場。 模型測試結果顯示,水果類型分類器準確率為99.0%,蘋果品質分類器為85.04%,橘子品質分類器為97.67%,顯示該系統在分類與品質評估上具有較高的準確性,對水果檢測及提升食品管理有重要意義。

單手操作無障礙—鍵盤與滑鼠的整合設計研究

本研究旨在解決肢體障礙或單手使用者在操作電腦時所面臨的不便,設計一款融合鍵盤與滑鼠功能的單手操作裝置。透過自製PCB電路板、客製化鍵帽與鍵軸配置、3D列印人體工學外殼,以及整合滑鼠感測器與QMK韌體技術,實現單手即可同時完成鍵入與游標控制的操作方式。我們的實驗結果顯示,單手使用時相較於傳統鍵鼠組合,本裝置能大幅減少手腕移動的距離與次數,有效提升使用效率並降低疲勞感。產品設計不僅針對身障者,也適用於特定單手使用情境,具備良好的通用性與實用價值。未來將持續優化硬體與軟體,期望推廣至更廣泛的使用族群,實踐科技輔具的社會意義。

探討不同環境因子對左手香抑菌成分合成與效能之影響

左手香是熱帶及亞熱帶地區常見的植物,文獻顯示左手香的廣泛應用如抗發炎、鎮痛及 抗菌等功效。本研究以抑菌功效為研究起點,探討主要抑菌成分(百里香酚、香芹酚)在何種環 境下可提升其含量;接著討論此兩種成分對於左手香及環境的影響。結果顯示斑葉左手香內 百里香酚與香芹酚含量較高;兩種抑菌成分對金黃色葡萄球菌、大腸桿菌及腸道沙門氏菌有 抑制效果;不同光照時數、光照強度的實驗中,6小時與9小時搭配高強度光照,百里香酚及 香芹酚含量最高;適度逆境可促進香芹酚合成。最後發現左手香葉片對土壤菌群亦具影響, 顯示其可能干擾微生物生態。本研究結果可為天然抗菌劑開發、醫療及永續農業提供參考, 並促進左手香在多領域的應用潛力。

芭樂新時尚~新型水果套袋之研發

現有的塑膠與紙套袋對環境造成負擔,因此利用海藻酸鈉與乳酸鈣的交聯作用,在低成本紗布上成膜,以製作新型態的水果套袋。研究結果: 1.製程為先沾海藻酸鈉糊液,再沾乳酸鈣水溶液。 2.不同基底材料會影響套袋的縮小率、耐受性與透氣性。套袋要具透氣性需減少乳酸鈣反應時間,想增加吸水性則要在海藻酸鈉浸泡時間久一點。 3.實地應用於芭樂園採收率達96%,只加醋酸的細紗布套袋效果最佳,具有厚度低(0.24mm)、水分散失快(6小時內降低92%的水分),透氣性佳(水氣穿透率91%)等特性,在製作時須注意總面積有51%的縮小率。 4.未來發展:設計防果蠅、防螞蟻、防曬功能,以及多型態的套袋設計(如三角立體設計、觀察口設計等),讓其更適合實際應用。

力量放大術—帕斯卡液壓裝置的研究與應用

本研究以協助弱勢的特教班學生為目標,特教生常因肌肉發育不良導致施力困難,生活自理能力受限,在缺乏訓練輔具的情況下只能靠夾夾子、握筆、剪紙等動作來訓練肌肉,且效果有限。我們經資料整理與實訪評估後設計出一組液壓機,透過改變針筒容量及數量、使用不同液體等科學實驗檢測,製作出簡易好操作的裝置,讓特教生們進行慣用手指肌肉的訓練,以PASCO力量感測器測量並分析訓練後的手指力量以及施力穩定度的變化,發現使用本裝置訓練能達到顯著提升手指肌力的顯著效果,長期使用能增加肌力與肌耐力。本裝置能以不同的組裝方式、元件、改變施力位置來改裝,製造不同形式的訓練輔具,並兼具多功能用途、價格低廉、取材與製作方便等發展優勢。

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。

運用深度學習色彩校正模型之黃疸偵測 Jaundice Detection Using Deep Learning-Based Color Correction Models

現今醫療中,黃疸的早期偵測對肝臟疾病的預防與治療至關重要,但多數人難以在症狀輕微時察覺。我們希望藉由智慧手機影像結合機器學習進行黃疸檢測,提升民眾自我監測的能力。Su 等人(2021)曾使用深度學習和機器學習進行黃疸預測,但其方法依賴專業色卡進行色彩校正,成本高且限制應用範圍。本研究提出以白平衡演算法中的白色補丁法與灰界演算法,搭配深度學習模型 DCCNM1和2 取代色卡,提升黃疸檢測的普及性與便利性。經黃疸偵測效果評估顯示,DCCNM2 在無色卡模型中表現最佳,雖然各指標略低於色卡校正,但其展現出優異的穩定性和準確性,證明其作為無色卡黃疸篩檢方案的可行性。本方法將能提供便捷的居家黃疸檢測途徑,尤其對偏鄉地區居民而言,不僅提升早期發現的機會,還能有效減輕醫護人員的負擔,推動大眾健康管理。

好色之徒—塗色方法研究

本研究以排列組合的矩形表格塗色問題為出發點:「k種顏色,m × n的矩形棋盤方格,將上的每一格塗一個顏色,要求任意相鄰兩格顏色不能相同,共有幾種塗色方法?」首先,從1 × n、2 × n表格開始研究,接著往上延伸至3 × n。面臨複雜度的增加時,我們提出新的分類方式,考量各種情況,推導出遞迴關係式後,再以矩陣對角化的方式推導出3 × n塗色公式的一般式。在研究4 × n表格的塗色公式時,我們提出以「行」為單位的分類法來推導其塗色方法數公式,再以矩陣的形式呈現。後續透過觀察原有矩形表格分類,延伸探討頭尾相接的環形表格,推導出1 × n 和2 × n的環形表格塗色方法數公式。

智慧助力-自適應電動手推車系統

本研究針對傳統手推車於上坡、下坡及搬運重物時操作費力的問題,設計一套具智慧感測與動力輔助功能的自適應電動手推車系統。整合雙霍爾感測器偵測輪胎轉速與方向、陀螺儀辨識傾斜角度,以及壓力感測器判斷推拉意圖,可依環境與操作情境自動調節馬達輸出功率。我們建構13項輔助邏輯規則,簡化系統運算並提升反應效率。 實測推動34.5公斤負載上坡時,未啟動系統需7686克重(約75.3N)推力,啟動後降為1167克重(約11.4N),省力幅度達84.8%邀請100位使用者操作問卷,88%認為前推較省力,95%在上坡感受到輔助效果,75%認為下坡時系統阻力可防止滑動。 實驗結果證實本系統具備良好穩定性與實用性,未來可應用於物流推車、長照輔具或電動輪椅,提升操作便利與安全性。

次方總和公式的拓展

本研究以推導Sm(n)=(n∑k=1)km 一般自然數m次方總和的遞迴關係為起點,並進一步將其轉化為巴斯卡三角矩陣中的線性方程組。透過使用消去演算法,發現Sm(n)的多項式係數不論m皆由白努利數列控制。接著證明白努利數bk的重要規律,推廣次方總和公式在非正整數的意義。再用次方總和公式來加總任何解析函數(平行加總泰勒級數),整理得Euler-Maclaurin 求和公式,然而此無窮級數通常會發散,透過數種技巧估計餘式項上界獲得最佳近似部分和,用以求巴爾賽問題(Basel Problem)的近似解至小數點後18位。