2018年

本實驗藉觀察圓皂膜的共振駐波，探討皂膜厚度對共振模態之影響。發現在條件相同下，因駐波共振頻率與表面張力、厚度及體密度間的複雜關係，使皂膜厚度有時會影響振動模態。 實驗中以同心圓駐波加上轉動，分析皂膜在駐波共振下的厚度分布及隨時變化。駐波加轉動下皂膜之厚度有三種分布情形：厚度相等、厚度沿徑向突增及沿徑向漸增再漸減；隨時間演進，皂膜上同心干涉環會於駐波節線產生暗紋，此暗紋再往兩側拓寬。 當轉動皂膜產生黑膜後，將轉動停止再施以同心圓駐波，可於貝索函數J0之腹線附近出現較厚之干涉亮紋。圓黑皂膜共振之亮點分布與圓板共振動克拉里尼圖案類似，只是皂膜上的亮點往腹線堆積，而圓板上的顆粒則往節線聚集。

激發複合體 (Exciplex) 是由電子予體 (Donor)和電子受體 (Acceptor)在激發態時所生成具TADF 特性的過渡狀態物質，可用於製備高效能的第三代OLEDs。本研究以PVK 和自合 聚合物4 作為Donor，以3 種T2T 分子作為Acceptor，進行物理性混合後，挑出生成之exciplex的放光波長可與C545T 吸光波長搭配的組合，進行相關特性的鑑定分析與探討，以找出最佳exciplex 組合。接者，再以自行製備之exciplex 作為主體，加入C545T 作為發光體，評估兩者間的FRET 行為。目前已找出最佳的exciplex 組合與Donor 和Acceptor 的最佳混合比例且觀察到exciplex 和C545T 之間有FRET 行為，並已將exciplex 進一步製成元件，發現的確有發光的現象。雖然效率不高，但是會進一步去優化製程條件。期望研究成果將來能應用在第三代OLED 的改良，提供更多實際層面的運用。

大數據時代促成運動賽事分析更加蓬勃發展，一般來說數據分析需要三個要素：資料、分析演算法和應用領域知識；隨著開放資料分享的普遍化，人們可以更輕易的取得資料並運用各式分析演算方法來針對有興趣的應用問題做出更精準的預測。 本研究以kaggle平台上所提供之歐洲職業足球比賽之公開資料集為基礎，使用目前最具分析潛力的深度學習技術─結合卷積神經網路（CNN）和全連接型神經網路的設計出一個五層的學習架構，建置出足球比賽結果的預測模型。此模型可直接預測主隊勝、負以及平手等三種結果，實驗結果亦展示出本研究所建置的SoccerNet預測模型優於過往的研究，有著更佳的預測能力；同時也驗證了使用公開資料集與CNN技術在球賽分析的可能性。而本研究所提的SoccerNet模型不僅可以運用於賽前的結果預測，亦可運用於球隊經營管理等決策，頗具有商業價值。

大部分會吐絲的昆蟲都是幼蟲時期為了結繭化蛹而從絲腺分泌絲，僅少數昆蟲利用幼蟲吐絲作為巢材，例如織工蟻。並非所有的螞蟻幼蟲都會吐絲，而像黑棘蟻工蟻調控幼蟲吐絲形成巢室內壁則非常罕見。本研究即探討黑棘蟻工蟻對非結繭蟻絲之行為調控，並分析蟻絲成份，比較蟻絲與其他有絲昆蟲的異同。結果顯示，無論從物理、化學或生理學的證據來說，黑棘蟻非結繭蟻絲都呈現特殊的適合性，用以維護蟻巢內環境的穩定。本研究為首次發表黑棘蟻幼蟲非結繭蟻絲的游離胺基酸之報告，富含丙胺酸和甘胺酸的蟻絲蛋白，是否繼蠶蜂之後可為人類所用，則有待更進一步的研究。

本研究以蒙日定理「平面上三圓彼此外公切線交點共線，以及彼此內公切線交點與另一圓的圓心的連線共點」出發，在數量、形狀及維度上進行一系列問題的推廣。正如本研究作品名稱「道同」互相為「蒙」，發現對於任意N維空間中的n個圖形，只要圖形互相「位似」，均有蒙日點、蒙日圓或蒙日形等蒙日定理性質。同時，透過蒙日點與各圖形位置及大小的關係，可發現更多共點共線及共圓的有趣性質，其中最令人驚豔的是「分堆的（廣義）蒙日點共線」性質：「k圓蒙日點、n-k圓蒙日點及n圓蒙日點共線」。此外，本研究提出的工具方法及觀點，可應用至許多方面，如「蒙日圓」與Desargues、Pascal和Brianchon等定理的關聯，亦可解釋光學中的薄透鏡成像公式，更將蒙日定理連結Menelaus、Ceva定理，進而能重新詮釋共點共線的幾何定理。

有一數列從1開始，下一項為前一項個別數字乘以m，其中m為一正整數，2≦m≦10，將此定義為乘m數列，本文以兩大部分來架構出乘二數列及乘五數列的性質，討論數列的區塊結構，進而判斷數字是否為乘二數列或者乘五數列的其中一項。接著再進入針對位數規律的討論：依照乘m數列的規律，讓人聯想到可以透過其位數的有向圖D(directed graph)與鄰接矩陣A(Adjacency matrix)進行轉換，再利用矩陣計算來求證遞迴關係式，進而求出生成函數和特徵方程式，最終獲得乘二數列及乘五數列的位數估計函數，以解決原先獲知此種數列時伴隨之相關問題。研究的最後發展出乘二數列及乘五數列之間的連結，加入了與乘二、乘五、乘十的規則的關係。未來希望能研究其他乘m數列並發展出共通性。

本次研究中，我使用Arduino 單晶片微控制板自製了細懸浮微粒偵測器，用來測量PM2.5的穿透率，以達量化懸浮微粒的效果，實驗中發現，使用摩擦起電的方式因為電場太小無法有效吸附懸浮微粒，接著使用平行電網，發現吸附能力與電壓與總表面積有關，因而改採電纖維通以高壓電的方式進行濾淨，其吸附率約達52%。在整個實驗中我使用Arduino單晶片微控制板控制數據的擷取、分析，與節電系統的調控，做出了一個兼具輕便、低成本、與節電環保的懸浮微粒清淨器。

全球性氣候變遷，一般的種植常因無法順應調節而產生病害，合併蟲害傳染時更須使用化學農藥。現今新興的農業設施有溫室栽培、魚菜共生及植物工廠等，但仍存在著介質控管、溫濕度控制及成本過高等問題。 本研究自行設計製作「植物箱」，運用替代光源及冷熱蒸散原理，模擬取代自然環境中之最佳光照、溫度與溼度，建立適宜植物生長的環境。實驗結果顯示：一、T5燈管能模擬陽光的輻射熱能和光度，配合紅藍光比例及定時器，可控制光照時間及取代陽光照射。二、水冷機控制貯水槽溫度，結合風扇向上吹送，有助水氣蒸發與凝結，達到溫度控制。三、溼度控制器結合風扇向下吹送，有助水氣吹送，形成循環對流，達到溼度控制。四、自製密合及低功率的「植物箱」為智能環控，可避免病蟲害及農藥的使用。 在未來可創造極大的經濟價值，以更節能環保的方式與地球永續共存。

本研究利用回饋機制修剪人工神經元的方式，可在較短時間內達到較高的目標行為學習正確次數。這樣的系統設計源於生物行為的啟發，因為回饋機制能直接影響決策中樞的神經元，而非只是影響動作本身， 在達成目標學習上會更直接、快速。以傳統強化學習 （Reinforcement Learning）系統為例，本研究模擬結果顯示，若回饋機制影響動作本身，目標達成正確率只有 19.14％。而若獎勵回饋到神經元的修剪上，則相較強化學習提高超過 2 倍的正確率。甚至，隨機修剪神經元也可相較強化學習提高 1 倍的正確率。顯然地，本系統能確實提高正確次數並縮短目標達成時程。利用回饋機制修剪人工神經元，可為強化學習在目標學習上遇到的困境，提供一個新的思考方向，實務應用上，可彌補強化學習在學習行為上無法一般化的缺點。

本研究使用牛血清白蛋白（BSA）、穀胱甘肽（GSH）、金屬離子合成金屬奈米螢光團簇，並以正電高分子包覆金屬奈米螢光團簇及葡萄糖氧化酶（GOx）形成複合材料。此複合材料中的葡萄糖氧化酶與葡萄糖反應，製造出過氧化氫，以過氧化氫改變金屬奈米螢光團簇表面特性，使螢光強度減弱，間接偵測葡萄糖濃度。 本研究探討出合成金屬奈米螢光團簇之最佳條件——以穀胱甘肽輔助之牛血清白蛋白金奈米團簇（BSA/GSH-Au NCs）可產生最佳螢光效果，並分析出金屬奈米螢光團簇之螢光淬滅效果與葡萄糖濃度成對數函數，其檢量線之相關係數為0.994，且金奈米團簇在血液中對葡萄糖具有專一性，可穩定進行血糖檢測。另外，本研究找出最適當的正電高分子殼聚醣（chitosan）及其最佳包覆濃度0.05%，用於包覆金屬奈米螢光團簇及葡萄糖氧化酶。最後以殼聚醣包覆之牛血清白蛋白∕榖胱甘肽金屬奈米螢光團簇及葡萄糖氧化酶複合材料（BSA/GSH-Au NCs / GOx @ chitosan）進行葡萄糖檢測，其螢光強度變化量與葡萄糖濃度之對數檢量線相關係數為0.971。本研究開發出一套靈敏、快速、穩定的葡萄糖檢測材料，並期待未來能運用於實際的人體血糖檢測上。