2022年

三名弓箭手進行決鬥，每位參賽者輪流射擊一次，可自由選擇目標，參賽者一旦被射中即退出賽局，直到剩下一人。我們彙整賽局的特性，以樹狀圖判斷平衡策略，並以程式模擬得出各分支發生機率。 接著我們嘗試將研究延伸至四人以上的賽局，由於狀況過於複雜而 無法推導出勝率一般式，因此利用賽局的退化特性，歸納出n人賽局中 各參賽者勝率的遞迴式，並使用程式實作。分析程式演算法複雜度高達O(n^(n+2))，因此無法計算八人以上賽局，大量模擬也只能進行到六人以下，故本研究主要針對六人以下賽局進行實驗與推論。 在現實中，許多時候我們無法得知所有的資訊。使用程式模擬，便可得出在不完美資訊的狀況下，各參賽者策略出現的機率，並藉此得出不完美資訊下的最佳策略。

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。

透過文獻探討已知高血壓會引起腦發炎，導致腦功能受損。研究結果也顯示運動能增進腦部功能。因此，在此實驗中，我們想要探討高血壓引起的腦發炎和功能退化等問題能否透過運動改善。將鼠分為 2K1C 手術誘發高血壓組(2K1C)及沒有高血壓(Sham)的對照組，並再各分為運動組(Sham-EX、2K1C-Ex)和不運動組(Sham、2K1C)。小鼠腦部切片中微小膠細胞數量顯示 2K1C 的小鼠組別腦發炎最為嚴重，且 HE 染色發現一樣為 2K1C 小鼠組別的神經細胞數目最少。接著我們以莫里斯水迷宮測試小鼠學習、記憶功能，結果 Sham-Ex 及 2K1C- Ex 尋獲平台時間皆有減少趨勢，而 2K1C 尋獲平台花費最長時間，顯示運動確實可以減緩高血壓造成的腦功能受損。

Washing is one of the things that must be done by every household. Rural and urban communities have to wash clothes every day, to get clean clothes so they can be reused. But it turns out that with many households doing this activity, it will cause side effects that are not good. The impact will worsen the quality of the surrounding water because this activity is not equipped with a waste treatment process, but instead is dumped directly into the nearest ditch or river. As a result, this waste causes water pollution. The chemical compositions contained in detergents are grouped into 3, namely surface active substances ranging from 20-30%, reinforcing agents are the largest detergent components ranging from 70-80% and other ingredients around 2-8%, where surfactants are the main ingredients. cleaning agent in detergent. If not managed properly, it will cause environmental problems in the future. This research was carried out for 4 months at MAN Sidoarjo and Brawijaya University. The research method used was research and development and experiment methods, and data collection techniques using the observation method. From these problems, we offer a solution by making an internet of things-based device which we call HOPE WASTE (House Processor Waste) with IoT (Internet of Things) as the processing of household laundry liquid waste. HOPE Waste is a house-shaped device that functions to treat Laundry Liquid Waste which combines electrocoagulation methods and utilizes Biosorbents, namely Barringtonia Asiatica and Activated Charcoal which are made into powder. Where the Biosorbent content can bind chemicals in laundry liquid waste so that we can combine them using environmentally friendly IoT-based electrocoagulation methods.

在2021年4月2日台鐵太魯閣號在清水隧道行駛到轉彎口與滑落邊坡的工程車碰撞，造成火車出軌，衝入隧道中擦撞到隧道壁，造成49人死亡和247人輕重傷!當我們看到這則新聞時，心裡充滿驚訝與心疼!為了改善這問題，我們開始討論和查資料，發現台鐵在107年12月有一個「邊坡全生命監測系統」計畫，運用AI影像辨識技術，台鐵的規格是95%以上準確率，但因為辨識準確度不夠高，所以延宕到現在仍未完成。 我們設計AI鐵道辨識異物入侵系統，藉由攝影機將鐵道周遭影像傳至台鐵行控中心，運用AI深度學習技術辨識入侵鐵道的異物，從而準確判斷，讓火車駕駛員能提前預警，達到保障人車安全的目的。本研究並建立一套科學系統的方法來訓練視覺辨識模型，從而提高準確率，目前最高的準確率是97%!

多重抗藥性（MDR）細菌已經在全世界的範圍內成為了一個重大威脅，而像是多重抗藥性的綠膿桿菌就是其中一種對大多數療法有抵抗力的病原體。在目前的治療方案無效之前，有必要開發出一種新型機制的抗生素能夠作為對抗的手段。我們通過電腦虛擬篩選的方式，並用一個脂多糖脂質A (LipidA)生合成路徑的關鍵蛋白，LpxC，作為篩選的對象。在我們的第一次預測中，ZINC000001587011 (brequinar) 具有較低的結合能和較高的生物利用度。但由於其較高的cLogP值，使我們對其進行了官能團修飾，以期能有所改善。最後，我們在所有衍生物中找到了N11，有最大的潛力能做為抗綠膿桿菌的藥物前驅物。

Washing is one of the things that must be done by every household. Rural and urban communities have to wash clothes every day, to get clean clothes so they can be reused. But it turns out that with many households doing this activity, it will cause side effects that are not good. The impact will worsen the quality of the surrounding water because this activity is not equipped with a waste treatment process, but instead is dumped directly into the nearest ditch or river. As a result, this waste causes water pollution. The chemical compositions contained in detergents are grouped into 3, namely surface active substances ranging from 20-30%, reinforcing agents are the largest detergent components ranging from 70-80% and other ingredients around 2-8%, where surfactants are the main ingredients. cleaning agent in detergent. If not managed properly, it will cause environmental problems in the future. This research was carried out for 4 months at MAN Sidoarjo and Brawijaya University. The research method used was research and development and experiment methods, and data collection techniques using the observation method. From these problems, we offer a solution by making an internet of things-based device which we call HOPE WASTE (House Processor Waste) with IoT (Internet of Things) as the processing of household laundry liquid waste. HOPE Waste is a house-shaped device that functions to treat Laundry Liquid Waste which combines electrocoagulation methods and utilizes Biosorbents, namely Barringtonia Asiatica and Activated Charcoal which are made into powder. Where the Biosorbent content can bind chemicals in laundry liquid waste so that we can combine them using environmentally friendly IoT-based electrocoagulation methods.

微塑膠因為其密度小、表面積大之特性可吸附有害物質，並傳播至各地，而對人體和環境造成危害，故回收微塑膠是科學家研究的重要主題。本實驗發現：在中性50 mL水樣品中回收以砂紙磨製的微塑膠時，加入0.050克的Fe3O4和1~2 mL乙酸乙酯或正己烷後，微塑膠、有機溶劑和Fe3O4可互相吸附，再用磁鐵將三者同時吸出而與水分離，可達到清除微塑膠的效果，不同微塑膠(PP、PET、HDPE和PETG)的清除效果皆可高於89%以上。 而在中性的50 mL水樣品中，回收較大顆粒之微塑膠(顆粒大小介於0.500 mm~2.380 mm)時，加入微塑膠0.5克、水50 mL、0.5克Fe3O4¬和不等量正己烷時，會有不同回收效果，但普遍以不加入正己烷，微塑膠(PP、HDPE、LDPE和PS)回收效果最佳，皆約85%以上。 推測此清除機制為微塑膠可吸附有機溶劑，有機溶劑可吸附Fe3O4，三者混合後即可用磁鐵以磁力將此混合物和水樣分離，達到清除微塑膠的效果。但當為塑膠顆粒較大、重量較大時，則會停留在有機層中，反而難以用磁鐵分開，故以Fe3O4即可達到回收微塑膠的效果。

為了解決自動光學檢測的非穿透性檢測物體方式，使用自動X光檢測能解決此問題，因此，本研究嘗試開發自動X光檢測技術，並藉由常見的印刷電路板作為應用。作為結果，本研究能進行X光模擬理想化印刷電路板，搭配實體X光取像，藉由平移堆疊法重建出2.5D印刷電路板影像，並藉由霍夫法圓形辨識圈選錫球，輸入卷積神經網路，辨識錫球焊點之優劣。

本研究發現玉米粒受熱爆開的時間分布圖形，不符合普松分布圖形，證明玉米粒爆開不是一個隨機事件。研究亦發現玉米粒爆開的時間，會受玉米粒內水分的多寡與加熱時油溫的影響。從玉米粒在加熱的過程中，尖端的小孔會冒出氣泡，我們建立了「玉米粒壓力鍋模型」、發現玉米粒冒出氣泡的速率改變，符合白努力定律。再將玉米粒內產生的水氣莫耳數減掉溢出的水氣莫耳數，配合理想氣體方程式，我們得到一公式，可以解釋玉米粒在加熱過程中的壓力變化。並從此公式可解釋為何玉米粒在水分多、高油溫、孔徑小的情形下容易爆開。最後我們將推論的物理模型做數值模擬，發現模擬結果與實驗所觀察的現象相符。