臺灣

本研究嘗試自製生態植栽塔及噴水裝置，以文氏管建置氣水循環魚菜共生系統，使用GAI協助Coding，讓AI照護植物。研究發現：可使用毛細載體照護水耕植物，番茄和馬鈴薯根部成長佳，馬鈴薯蒸散作用明顯。木製學生座椅可製作具穩定性及封閉性的生態植栽塔。馬達功率增加1w，出水高度約增加1cm，二種馬達功率的噴水距離、出水量、濕度及保濕度差異小，但25w功率的植栽塔水循環狀況佳。噴頭旋轉300∘~ 600∘可調出水量。將沉水馬達(6w、15w)連接水管及文氏管抽水可帶入17 ml/sec ~22.7ml/sec氣體流量，是穩定循環的魚菜共生系統。GAI生成程式碼及microbit開發板+iot擴充板的「AI照護生態植栽塔」，可應用於食農教育，在節能及自動化省人力的雙重功效下，實現SDGs促進永續農業的目標。

背景：預測分子性質如溶解度、毒性及熔沸點對於基礎科學至關重要。然而，實驗測量這些性質耗時且昂貴，因此本研究使用多種機器學習模型藉由調整變相來準確預測熔、沸點。 方法：本研究使用超過一萬筆數據及兩種類型的機器學習方法：淺度與深度學習。淺度學習由 PyCaret實現，並以Mordred作為分子描述器；深度學習使用圖神經網路，包括（CMPNN和GCN），並調整隱藏層參數。 結果：CMPNN在目前嘗試的模型中表現最佳。發現影響沸點預測的關鍵特徵是piPC1，與鍵級相關；熔點則是AATS0d，與σ電子的 Moreau-Broto自相關有關。 結論：CMPNN模型在沸點與熔點預測中均表現最佳。沸點中深度學習模型優於淺度學習模型（p<0.05）。此外，使用SHAP成功找出piPC1和AATS0d對最關鍵。本研究不僅得出了高準確性的模型，還發現了影響分子性質的關鍵特徵，且可擴展至其他預測。

發展安全且可靠的身份辨識技術是當今的重要議題，而指靜脈因其高安全性及難以偽造特性成為我們的主題。本研究提出一種基於Transformer模型架構的指靜脈辨識模型稱為GLA-FD，旨在解決現有技術對指靜脈影像特徵表示與提取的局限性。透過開發特徵解耦與重建模組(FDRM)，模型能夠有效區分指靜脈的背景資訊與紋理特徵，並將其重新組合以提升辨識準確度。此外，本研究開發的全域-局部注意力模組(GLAM)能同時捕捉影像的全域與局部特徵，進一步強化模型對指靜脈特徵的理解。GLA-FD在FV-USM、PLUSVein-FV3、MMCBNU-6000、UTFVP、NUPT-FPV 資料集中的正確辨識率(CIR)達到100%、98.47%、99.75%、96.11%、99.82%，展現卓越的穩定性與泛化能力。此外，本模型在處理不同年齡層、國籍與影像模糊度的資料下，仍能保持高辨識準確度，顯示其在需要高安全性辨識的應用場景中具備廣泛的實用性。

在這篇作品中，探討科學研習月刊中森棚教官的數學題－「互相牽制」的整除問題，此問題是指「你可以找到多少組正整數對(x, y)，讓x的平方減5為y的倍數且y的平方減5為x的倍數？」。我們除了探討原問題之外，也探討將5改為任意整數 l 的情況，我們要刻畫滿足 y | x2- l 且 x | y2- l 的所有整數解(x, y)。 首先建構生成另一組整數解的方法且推導出在 (x2+y2-l) / xy 為整數的條件下生成另一組整數解的方法。在 (x2+y2-l) /xy 為整數的條件下，可利用二階齊次線性遞迴數列及二次曲線刻畫滿足 y | x2 - l 且 x | y2- l 的所有整數解(x, y)。當上述條件不成立時，利用二次曲線試圖刻畫滿足 y | x2 且 x | y2 的所有整數解(x, y)，進一步推導出在特定條件下，可利用二次曲線刻畫滿足 y | x2且 x | y2的所有整數解(x, y)。

我們為了解若將手機解鎖的九宮格圖形改成圓形圖形是否會有更多不一樣的解法且更不容易被破解，於是，我們先在圓形圓周上標示若干個點，取任一點作為起點，再經過其他不重複的二點、三點、四點……形成一條連續線段所組成的圖形，這裡簡稱圓形一筆畫圖形，探討此類圖形的種類與路徑。我們除了利用圖示法詳列外，還利用樹狀法、列舉法佐證，除此之外，我們也從文獻中發現部分樹狀法，跟我們的研究似乎同出一轍，最後依據尋找規律歸納通式，並比較傳統九宮格一筆畫圖形與圓形一筆畫圖形在解鎖上的優缺點。

本研究設計一款低成本的微型霍夫曼電解水裝置及氫氧燃料電池，僅需約20～30毫升的電解液，除了完成各種電解變因的探究，也準確量測法拉第常數及亞佛加厥常數 。 因應綠色永續，收集電解產生的潔淨能源氫氣，並研究增加電池放電效果，包括電極直徑、碳棒淬火次數、電極距離、電解質種類與濃度、添加活性碳粉等，充電5伏特，時間5分鐘後負載馬達轉動20分鐘達4倍使用時間。進一步利用太陽能作為電力來源，以此為單電池串聯3個電池可提供約5.6V電壓，使紅光LED持續運作15分鐘以上。 利用電解法，可回收溶液中的重金屬銅離子，免去強鹼的使用，回收率的探究發現通入的電流強度愈高、溶液溫度愈低或添加螯合劑，會造成回收率下滑。

由於多種阿茲海默症抑制的藥物中含有 pyrrolidine-2,3-dione 骨架，因此本實驗製備其衍生物，拓展神經損傷治療相關的藥品資料庫。研究中成功透過一鍋化策略完成難度較高的β-醯化反應，並且加成三氟乙酸酐的醯氟基，拓展醯化反應、氟化學的應用，展現其在化學及生物活性上的潛力。查閱相關文獻後，設計有機膦試劑作為催化劑，針對反應的條件進行優化，並深入了解其反應機構，建立β-醯化反應理論與實驗基礎，亦將所合成之產物進行純化，透過儀器鑑定化學結構與特性，接著測量並計算衍生物的反應產率。最終製備不同官能基的起始物，合成多種衍生物以豐富資料庫，並觀察不同取代基間的反應特性與立體障礙。

減數分裂是育種的基礎，透過其中的遺傳重組可以分離連鎖的基因，提供研究和篩選優良基因組合的機會。然而每次減數分裂中的遺傳重組數目存在自然限制，也就是每對同源染色體平均僅發生兩個互換，且大多位於染色體的末端，這使得在研究或育種的過程中，尋找理想的遺傳組合變得極為耗時。本研究採用免疫螢光染色技術來分析玉米不同品系，在減數分裂時遺傳重組發生的數量，目的是探討多樣性的基因種源是否影響遺傳重組的數目。研究結果顯示，不同玉米品系間的遺傳重組數目具有顯著差異，且呈現分群的現象，這表示不同基因種源可能帶有差異性的重組調控相關基因。基於這些發現，我們期待未來能深入研究影響遺傳重組數目和位置的機制。

離岸流是海灘安全的重大隱患，台灣有30處海岸經衛星拍攝到離岸流。其發生時間和地點不定，且會迅速將人帶離岸邊，最遠約100公尺。民眾常因掙扎而體力不支，導致溺斃。為減少此類事故，本研究開發了一套離岸流偵測預警系統，構建出準確度超過95%的辨識模型。 因台灣無離岸流圖庫，本研究除國外圖庫，也加入台灣GoOcean等平台的即時影像，以貼合台灣實際狀況。經影像前處理後，共約四萬張圖片和五十部影片用於訓練YOLO v8模型。當偵測到離岸流，即時透過Discord發送警報至救難中心。我們也加入人形辨識功能，若系統同時偵測到人與離岸流，則加強警戒等級，從而提升救援效率。 完成離岸流辨識系統後，我們著手開發預警功能。將辨識模型應用於各地監視器，蒐集更多離岸流資料，再先後使用YOLO v8和Transformer提取生成特徵，預測其發生，以達成預警的功能。

本作品靈感來自於算額（Sangaku），Sangaku中的其中一篇文獻是將一三角形的三頂點各分割出兩三角形，本研究將其延伸至於任意三角形各邊上取點 L、M、N兩兩連線段進行討論。在任意△ABC中，L、M、N分別為̅BC、̅AB、̅AC上一點，若△AMN、△BML、△CLN之內切圓半徑相等，則△ABC內切圓半徑等於△LMN內切圓半徑加三等圓半徑。此外，本研究透過代數計算，成功計算出任意△ABC各邊上三點L、M、N的位置，最後也成功計算在任意△ABC之前提下，三等圓半徑（r）的上界。