2022年

本研究藉由孔洞抽氣控制氣流邊界層，影響尾部渦流以達到減阻效果。研究主要探討的變因有:孔洞大小、抽氣速率，進而發想抽吸設計是否可運用在旋轉圓柱上。實驗與之前不同的是為抽氣孔洞加裝導管，以及創新的實驗旋轉裝置。實驗結果顯示，透過延緩邊界層分離可以有效控制阻力，在雷諾數15000時，可減阻。抽氣速率達22m/s，減阻最大值達23%。此實驗想法可有效達到減阻效果，並且可以使旋轉葉片減少旋轉阻力，在電壓6V時，轉速提升11%。未來期望能應用在風力發電機葉片上，減少旋轉風阻，提升發電效率。

本研究探討L-硒代胱氨酸(L-Selenocystine; SeC)是否能抑制肝癌細胞(HepG2)生長與毒性機制。以細胞存活率分析得知10 µM SeC可抑制HepG2細胞生長，但對正常肝臟細胞(L-02)無明顯毒性影響。以彗星試驗發現，同樣濃度SeC對HepG2具基因毒性，會造成DNA損傷。再以西方墨點法得知SeC會使HepG2的抗氧化酵素表現量減少。透過同源重組活性測試證實SeC會抑制HepG2的DNA修復。與單獨使用臨床常用抗癌藥物Cisplatin比較，混合10 µM SeC與較低劑量的10 µM Cisplatin對HepG2有更明顯的毒殺效果。 10 µM SeC預期可用於輔助臨床抗癌藥物的療效，其抗癌細胞機制至少有兩種: 一為降低抗氧化酵素表現量，導致活性氧化物質(ROS)累積，造成DNA損傷；二為降低DNA同源互換修補活性，最後造成細胞凋亡。

本研究使用實驗室自製的配基與銠金屬結合為催化劑後，在一次使用銠金屬催化劑下，同時催化烯炔類與苯硼酸進行加成、不對稱環化、chain walking、以及消去反應，在保持鏡像選擇性下獲得具有末端烯的產物。透過改變鹼的加入方式、催化劑的種類等變因，篩選適合的反應條件。 實驗結果顯示，銠金屬催化劑能催化烯炔類與苯硼酸進行不對稱環化反應，最高產率可達88%且e.e.值可達86%。未來希望能將此反應路徑應用於其他不對稱合成，使銠金屬催化劑的應用達到省時、高效的目的，有助於天然物和藥物的研究發展。

本研究開發一種檢測水質之創新技術，利用電化學阻抗分析法檢測水樣中微量的銅離子。本實驗研究確知：當溫度越高，溶液的電阻值越小；離子濃度愈低，測得的溶液電阻值越大，且皆具有檢量關係，濃度量測極限可至10-6 M。此外，以鏈狀硫醇連結組胺酸之改質電極對銅離子皆相對具較佳辨識能力，又以 11-MUA改質電極靈敏度與量測極限皆最佳，最低濃度可量測至數量級10-8 M (約0.0019 ppm)，遠低於現行銅離子流放標準。以效能最佳之11-MUA改質電極以環境水樣外加法量測不同銅離子濃度下之Rct值，發現兩者亦具有線性檢量關係，因此此檢測模組適用於環境水樣之檢測。 目前已確認此檢測模組適用於環境水樣中銅離子濃度之定量，未來期望拓展此檢測法於不同重金屬離子，以對不同離子具選擇性之單分子層材料修飾於電極表面，使此檢測模組能廣泛應用於水樣中常見重金屬離子之濃度檢測。

此研究由2020的IYPT中的其中一題的題目中發現，當兩根以上的蠟燭擺在一起時，蠟燭火焰會產生穩定的耦合震盪，於是本研究將深入探討此現象。我們將兩組蠟燭束以不同的距離由近而遠擺放，發現其會產生同相震盪、轉相序、反相震盪的現象。除了觀察蠟燭火焰不同的震盪的模式，也分析了其在各個模式下的相位差與頻率。接著我們以理論模型來探討蠟燭火焰在不同的間距時的理論相位差與頻率，並與我們得到的實驗數據進行比較與討論。再來為了觀察蠟燭周圍氣流流動的情形，我們使用紋影攝影觀察並使用線香煙霧與PIV技術來分析周圍氣流的流動速率與氣流產生漩渦的位置，與在不同的震盪模式下蠟燭火焰周圍渦流出現的特徵和渦流交互影響的情況。我們利用其得到的結果建立一氣流流動模型來解釋周圍氣流流動、渦流與蠟燭火焰震盪的現象的關聯並嘗試驗證，且希望尋找到更穩定的震盪器取代蠟燭。

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。

單晶矽被認為是製造太陽能電池的最佳材料，因為它在地球上儲量豐富且具有優異的光電性能，但其大量的應用受限於其成本和轉換效率。 單晶矽太陽能電池通常通過將單晶矽晶柱切割成350到450微米的切片來製造。現有的技術方法無法將其縮小到更小的規模，因此其發展面臨著開發複雜製造工藝和高單晶矽片生產成本的障礙。近來，在便宜玻璃基板上製備的薄膜太陽能電池成為重要的發展方向，可以減少矽層厚度來降低成本和材料消耗，同時可以有效減少載流子的複合，進一步能夠提高轉換效率。 本研究成功通過電漿輔助化學氣相沉積在玻璃基板上生長出非晶鍺薄膜，並利用雷射退火將非晶鍺薄膜轉化為多晶鍺薄膜，接著將進一步發展控制退火過程溫度的時間空間演化，以進一步做出高品質單晶鍺與矽薄膜，並應用在超薄膜太陽能電池上

本研究在探討給定一有理數，如何用最少數量的一歐姆電阻串並聯使得等效電阻值為此有理數。首先我做出f函數的表格，利用程式找出分母分子較小時的值，並且依性質不同塗上各種顏色，觀察其中的規律，證明了一些定理，並找到電路圖與矩形的對應，再來是找到電阻排列一些數列的系統性構造，然後針對有理數分子和分母的特性，分析了費氏數、分母為2、3等等的情況的最小構造法，其中在分析分母為2、3等等的情況時，一開始使用了變換的概念證明，但變換過多次時會造成證明的繁複，因此後續提出了以幾何模型分割區域的概念證明，有效地提高到分母為4、5的情況，並且將證明過程擴充至所有正整數的情況，找到了f函數遞迴式的充分條件，最後計算連分數構造法的部分平均時，猜測出連分數構造法與正整數因數個數的關係。

一個連通圖其結構中若沒有包含任何的圈，則將此圖稱為樹狀圖（tree）。若樹狀圖 的頂點 滿足 ，則 即為 的『葉子點（leaf）』。將一個樹狀圖中以一筆不間斷經過最多頂點的路徑，稱為『主幹』，若此樹狀圖滿足所有的leaf皆與主幹上的點相連，則特別將此樹狀圖稱為『毛毛蟲圖（caterpillar）』。本文的研究是對於有 個頂點， 個leaf的毛毛蟲圖，在不同構的情況下，探討各類毛毛蟲圖的結構變化、對偶關係，在數量上建立遞迴關係、探討組合意義以及相關的應用。

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。