全國中小學科展

2022年

特殊定向圖的歐拉子圖數量及其應用

將一個n個點的圈,中間新增一個點u,使得點u與圈上所有的點皆相連,這種特殊的圖類稱為Wheel,若n為奇數,則稱為奇數Wheel;若n為偶數,則稱為偶數Wheel。一個圖若賦予每條邊特定的方向性,稱為此圖的一個定向。對於Wheel這類的圖形設計一個特殊的定向,我們欲分析定向中特殊的有向子圖數量,過程中運用了許多的代數手法,從中發現奇數Wheel與費氏數列的關連性以及組合性質;同時也將研究問題延伸至Chebyshev第二類多項式,運用高等數學中的Girard-Waring Formula來論證我們對偶數Wheel的研究結果。然而圖的定向是研究列表著色的工具之一,我們也將這個特殊定向的組合性質運用在列表著色問題上。對於一般的圖形,若在原圖上新增一條路徑,我們也探討了新圖形為可列表著色的充分條件。

黏滯流體與固態粒子對馬克士威爾滾輪的物理影響及探討

將黏滯流體放入空心帶軸圓盤中(稱作黏流滾擺),以繩繞軸芯捲至25.17 cm高度落下,實驗發現填充量為22.500 %~87.500 %時,相對其他填充量以非常緩慢的速度落下且不會彈跳,而圓盤角速度具有週期性,並整合參考文獻理論公式分析邊界層對圓盤運動的趨勢,發現若邊界層變薄則讓液體質心處於α>0,滾擺加速滾動,若變厚,則反之。當釋放高度大於8.55cm無彈跳填充範圍將維持在22.500 %~87.500 %,不受高度影響。而黏流滾擺落下的時間約為空圓盤的122倍。改以黏滯性較小的水作為填充液體則不存在無彈跳填充區域。若改以填充混和質量濃度比例100:6及100:20的黏滯流體與水,則可發現臨界線向左偏移。若填充液體改為固態粒子(細沙),實驗發現填充比例為4.242 %~93.196 %時,細沙滾擺會固定於高空中而不落下。比較黏滯流體、水、細沙三種填充物質,黏滯流體緩衝效果與穩定性最佳。

車輛預防翻覆系統

人們每天依靠著車輛往來各地,在帶來各種便利的同時,卻也伴隨著各種安全隱憂。本研究想要預防因駕駛轉向過於劇烈所導致的車輛翻覆行為,因此設計自動控制系統以避免車輛因轉向過於劇烈所導致的車輛翻覆行為。本研究利用車輛模型模擬轉向時車輛側向加速度的變化,根據模擬結果設計控制策略。控制目標為希望能降低車輛轉向時的側向加速度,進而避免翻車。控制策略分為門檻式控制策略與連續控制策略。控制系統輸入訊號為車輛側向加速度,而輸出訊號為車輛左右兩後輪馬達的扭矩訊號。控制系統只需要偵測車輛的側向加速度即可推得車輛轉向的時間點,並在車輛有較高可能翻覆時,根據控制策略予以車輛馬達扭矩輸出訊號的限制,避免轉向時側向加速度過高導致翻車。

PMCA 技術在漸凍症(ALS)致病蛋白TDP-43 纖維之高靈敏度偵測開發及應用

TDP-43是漸凍症(ALS)以及額顳葉失智症(FTLD)等神經退化性疾病的致病蛋白,在患者腦內會有不正常的類澱粉蛋白TDP-43錯誤折疊而產生蛋白質堆積,而不同堆積階段依序為單體(monomer)、多倍體(oligomer)、纖維(fiber)。其中纖維為許多神經退行性疾病的病理標誌,且相較於已有的 TDP-43 oligomer 單株抗體(Yu-Sheng Fang et al.(2014)),目前沒有對於 TDP-43 纖維抗體的研究,因此本實驗利用單株抗體技術所製造出對應TDP-43纖維的不同抗體進行純化及濃縮,找出對TDP-43 fiber專一性最高、結合效率及結合率皆最好抗體,以作為能夠檢測漸凍症患者血液中TDP-43 fiber的生物標誌(Biomarker)。 同時為了增加偵測的靈敏度,本實驗成功創新利用PMCA ( protein misfolding cyclic amplification) 技術快速放大纖維的數量以提高檢測準確度,搭配高專一性、高結合效率的編號3-2自製抗體作為Biomarker,只需五個小時便可以將極少量纖維的訊號約提高至原先的17倍,具有極高的靈敏性可以準確辨認出有無TDP-43纖維的樣本差別。

Study of Ferrofluid and Magnetic Fields

鐵磁流體同時具有液體的流動性和固體磁性材料的磁性,由磁性微粒、界面活性劑以及載液混合形成的膠體液體。本報告探討鐵磁流體的製備過程,在化學共沉法中改變滴入氨水的濃度 (pH 值),建立一套標準稀釋氨水 pH 值量表。為了研究產物之間的差異,將產物進行 SEM 拍攝與 XRD 分析。 本研究使用低成本自製磁力測量裝置,測量磁力數值繪製多張圖表進行分析。從對磁場研究的過程發現鐵磁流體在受磁鐵吸引時會產生類似泰勒錐之錐體,架設自製觀測設備,觀察多種變因對錐體行為之影響,同時對錐體進行數值分析。此點乃為本研究提出創新科學設計。 未來將探討粒徑對製成鐵磁流體性質的影響,並以更精確的方式探討鐵磁流體在磁場下的受力分析圖。探討鐵磁流體之導電性,分析應用於現有電漿裝置之可能性,期望改良目前的電漿產生裝置中高汙染且不可撓曲的缺點。

探討I類與II類的HDAC基因調節細胞週期之互補功能

組蛋白脫乙醯基酶 (HDAC) 會調節染色體結構,提升基因表現。除了調控基因表現以外,HDAC基因家族中的 I 類已知有調節細胞週期的功能,但 II 類調節細胞週期之研究甚少。而癌症臨床用藥HDAC抑制劑會同時阻斷 I 和 II 類之功能而產生副作用。因此本研究以釀酒酵母為對象,分析 I 類的RPD3、 II 類的HDA1基因對細胞週期之影響,以及HDAC基因剔除菌株在面臨DNA複製壓力時的變化。結果顯示同時失去 RPD3 、HDA1 基因的菌株 S 期檢查點功能損壞、細胞滯留於 G2/M 期,且在DNA複製壓力環境下死亡。爲釐清此菌株死亡的原因,實驗剔除在S期和G2/M期皆具調節功能的 MAD2 基因。得知 HDAC 基因和 MAD2 在S期的DNA複製起步期分別調控不同路徑;在DNA複製衝刺期則調控同一路徑。也發現RPD3 基因在維持細胞S期檢查點正常作用扮演較重之角色,而 HDA1 則扮輔助的功能。

地球低頻震動事件偵測

本研究主要成果爲: 一、 利用本分析法成功驗證颶風Bill (2009) 侵襲美國東岸期間沿著棚裂形成的“stormquakes” 現象(下文稱爲「風暴震」)。 二、 探討並確認近十年間10個中、強颱通過臺灣附近水域時,臺灣的地震測站沒有記錄到風暴震產生的訊號。 我們透過頻譜分析發現,0.01 ~ 0.05 Hz頻段的地震波形數據在我們研究的多數西太平洋颱風通過期間有顯著的能量增加,卻沒有產生來自海域的點源訊號。不過在2009年莫拉克颱風與2013年天兔颱風期間,波形記錄到了數十起來自陸地的振動訊號(經判定爲山崩)。我們發展了一種定位方法,成功定位颶風Bill與上述兩颱風期間的訊號;並且對比了20次已知震央的構造地震,確認定位方法的可行度。

研究以微生物分解廢食用油降低其對環境汙染

本研究從餐廳截油槽中採菌,並以含Tween80及Ca2+培養基篩選出具lipase的五種菌。進一步在大豆沙拉油與豬油中培養,發現一號菌及二號菌有較佳的分解能力,二號菌最佳,且二號菌在分解沙拉油(6.0%)的能力大於豬油(4.9%)。將此兩種菌進行深入探討,發現二號菌在處理截油槽中的廢油效能上優於一號菌,且當一、二號菌混合時更佳;於不同油脂Nutrient Broth 培養基的生長情況,二號菌表現比一號菌好。經定序後比對序列後,推斷一號菌接近Serratia marcescens,二號菌較接近Serratia grimesii。總結一、二號菌是具備油脂分解潛力的菌種。 未來規劃,將菌加入自行設計的油脂分解截油槽,比較計算其分解能力,運用於含油脂的廢水處理,減少環境汙染。

真空磁浮飛輪儲能裝置

本研究實現一個真空中操作的小型磁浮軸承飛輪儲能系統,並探討其特性。為了延長能量保持時間、提高效率,我們分析了導致旋轉動能損失的因素。在自然減速測試中,於大氣環境操作的飛輪其阻力力矩隨轉速呈二次方增加;在真空環境中,阻力力矩隨著轉速的增加緩慢,約為線性關係。我們並發現馬達與發電機組導線中的渦電流損耗是真空中飛輪減速的主要因素。以多芯線圈取代單芯線圈後,待機時間延長為3 倍,自然減速至停止的時間在 8 小時以上,可以持續20分鐘供電1.3瓦。這項研究的結果可應用在電網中儲存能量的全尺寸飛輪。

利用半監督式學習進行自動星系分類

本研究使用半監督式機器學習搭配卷積神經網路來訓練核心模型,並將星系的圖片加入模型裡,讓電腦自動判斷出該星系的種類為何。我使用自行設計的CNN架構以及VGG-16當作我的卷積神經網路架構。資料集來源為EFIGI和Galaxy Zoo 2。我分為兩種任務,第一種任務是讓模型能分辨橢圓 (E)、螺旋 (S)、不規則 (I) 這三種類別的星系,訓練資料共有2,468張照片,最後的正確率能達到94%。第二個任務是將8種的星系照片(E、S0、Sa、Sb、Sc、SBa、SBb、SBc)進行分類,並使用自動編碼器作為預訓練,使用1,923張EFIGI的圖片以及1,258張Galaxy Zoo 2的照片當作訓練資料。由於各星系照片有許多外觀太過相似,測試準確度最高達到54.12%,基於我的研究,星系自動化辨識於天文學上應該有相當大的運用空間。