全國中小學科展

2023年

以電場及奈米微粒提昇普魯士藍鈉二次電池的效率

本研究製作可以容納鈉離子進出的宿主材料NaFe[Fe(CN)6]普魯士藍(Prussian blue, PB),塗佈在鋁箔上製成陰極板,配合陽極鈉金屬板,壓製成二次鈉電池。本研究創新在於(1)使用PB 奈米微粒; (2)塗佈電極時添加鎳奈米微粒或銀奈米微粒,以協助充放電時的氧化還原反應效率; (3)陰極漿料置於 143 V/mm 電場下陰乾,推動立方 PB 以垂直於陰極板的方向排列,正向面對鈉離子的流動方向,提升鈉離子嵌入或脫嵌 PB 的效率。連續充放電循環,發現添加金屬奈米微粒或陰極板在電場下陰乾,均能有效提升電池電容量及穩定度。以 39 nm普魯士藍微粒添加 15% 82 nm 銀奈米微粒,在 143 V/mm 電場下陰乾 24 小時,電容量得以提升 3 倍,並在 50 次充放電循環後電容量未見衰退,維持在 90 mAh/g。

以奈米碳與二氧化矽複合物優化發光薄膜之研究

本研究延伸自文獻影片「奈米碳來排隊」實驗,自製奈米碳量子點(carbon quantum dots, cQD),並結合鈣鈦礦量子點(perovskite quantum dots, pQD)製程,以探討優化發光薄膜材料的合成技術與製程。目前完成的變因探討如下:(一)比較碘化鉛與溴化鉛兩種前驅物對pQD粒子成長的效應,(二)萃取不同型態cQD的溶劑效應,(三)調控cQD之添加方式,包括劑量、順序與添加時刻。製程條件的添加順序分成兩種流程:(A)方法PC(perovskite - carbon):先有鈣鈦礦後有碳,也就是先合成pQD,期間再加入cQD,(B)方法CP(carbon - perovskite):先有碳後有鈣鈦礦,也就是先加入cQD,再合成pQD。 為了找出pQD發光特性的優化條件,研究結果進行討論四項指標:光致發光量子產率(photoluminescence quantum yield, PLQY)、譜線半峰全寬(full width at half maximum, FWHM)、波長位移及pQD穩定度。觀察PLQY與FWHM的結果顯示:多數以方法PC添加之cQD能達優化效果,而其中又以甲苯萃取的PhMe-cQD(178.0%)與異丙醇萃取的IPA-cQD(182.6%)對PLQY提升幅度最為顯著。目前也進行市售碳化矽(SiC)與自製碳矽複合物(簡稱CSiX)的添加效應,期能找出更加優化pQD條件,發展出簡易製程但更具綠能經濟之發光薄膜原料,也提供碳循環應用之契機。

Human-computer Interaction-based Millimeter-wave Radar Gesture Recognition

本研究提出了一個毫米波雷達即時動態手勢辨識技術,透過幾個簡單的手勢取代鍵盤和滑鼠來操作應用程序,從而提供更生活化和直覺化的人機介面。我們透過手勢屬性分析、手勢訓練資料格式選擇評估、學習模型效能評估和系統實測性能分析,以提高手勢控制人機界面的實用性。我們的學習模型採用一大小為415 KB的1DCNN+LSTM混合模型支持四個動態手勢,並在德州儀器的FMCW雷達評估板上以30 FPS的採樣速度進行手勢識別。我們在7個用戶(包括5個右撇子和2個左撇子)的多媒體撥放實際測試中達到94.5%的操控準確率。此外,我們的方案在實驗室環境之外的複雜空間中操控應用程序,也不會有明顯的辨識錯誤的情況發生。

兩種酵母菌對毛氈苔消化行為之影響

從實驗中得知毛氈苔可以消化分解酵母菌。同時酵母菌依據能忍受不同糖濃度的環境,又可細分為高糖酵母與低糖酵母。而高糖酵母與低糖酵母於細胞壁有結構上的差異〔1〕,因此毛氈苔在消化高糖與低糖酵母菌時出現不同的捕蟲行為。

線翅搖蚊誘捕蚊幼蟲特性及乾旱高溫環境下之生存策略研究

搖蚊幼蟲棲息於暫時性水域,面臨乾旱、暴雨和天敵等逆境。本研究探討其與斑蚊的互動及逆境下的行為和基因表現。田野調查觀察到搖蚊的棲地常有其他蚊蟲共存。使用線翅搖蚊進行實驗,發現蚊蟲偏好於搖蚊棲地水產卵,次世代定序 (NGS) 顯示線翅搖蚊幼蟲優勢腸胃菌為 Novispirillum sp.;幼蟲競爭中,白線斑蚊優先捕食搖蚊;生長於搖蚊棲地水使白線斑蚊延遲化蛹,且羽化之成蟲多為雄性。搖蚊幼蟲築繭巢固定及禦敵,低水位、土砂和高溫會促進築巢,低溫則會降低搖蚊的存活率。光照使黏液繭中的搖蚊幼蟲 hsp 表現量增加,令土繭中幼蟲大量表現血紅蛋白;溫度上升則使幼蟲血紅蛋白表現增加。本研究顯示,搖蚊族群在氣候變遷下可能的存活策略。未來可以針對搖蚊腸道菌挑選吸引蚊蟲之菌種,評估應用生態友善管理淡水域棲地及病媒生物防治。

「噬」者生存—有絲分裂時,USP24的下降誘發細胞自噬,有利於基因體的穩定

抗藥性是癌症治療時的一大阻礙。如何解決癌症的抗藥問題是十分重要的議題。過去的研究指出在肺腺癌細胞株中USP24表現量在有絲分裂期間會明顯下降,但此現象之功能仍有待釐清。在本研究中,我們發現該現象會使TRAF6表現量下降,從而使Beclin-1表現量上升,進而誘發細胞自噬。另外,我們更發現了有絲分裂期的細胞自噬有助於減少DNA碎片,達到穩定基因體的功用。此外,在與抗藥細胞株比較時發現,上述誘發細胞自噬之現象在抗藥細胞株中明顯下降。因此,我們推斷在抗藥細胞株中有絲分裂期的USP24下降變少,細胞自噬被抑制,造成基因體不穩定,最後造成抗藥性的產生。綜上所述,我們的研究不只闡明了USP24的下降在有絲分裂期間是如何誘發細胞自噬,更說明了有絲分裂時的細胞自噬有助於基因體的穩定,從而在肺癌的治療中阻止癌症抗藥性的產生。

果蠅(Drosophila melanogaster)的習得性無助表現之研究

習得性無助是個體經多次追求獎賞或逃離困境失敗後產生的一種消極行為表現。習得性無助的行為研究雖多,但對其神經機制的研究卻甚少。 本研究發現273,cha-Gal80>CsC-mCh是適合光遺傳學訓練的果蠅殖系。在白光點獎賞記憶訓練中,使273,cha-Gal80>CsC-mCh果蠅學會白光點視覺訊號代表著獎賞,並發現其白光獎賞記憶能持續7分鐘以上但未達10分鐘。藉已建立白光視覺訊號與獎賞連結的273,cha-Gal80>CsC-mCh,發現重複追求獎賞失敗的實驗組,相較於持續接受獎賞與完成獎賞記憶訓練而無任何操作的對照組,明顯表現習得性無助,本研究亦發現習得性無助個體也表現了活動力、覓食表現及攝食動機的下降。 本研究成功建立高成效的果蠅成蟲光遺傳學習得性無助訓練,並針對果蠅成蟲的習得性無助行為表現進行完整的研究,未來期望本於此訓練方式進行特定腦區、神經群和神經傳遞物之探究,建構果蠅習得性無助的神經網路機制。

Explorative Development of Ford Circle and Sierpinski Triangle in Hyperbolic Geometry

Explorations in mathematics are limited due to the negative image and perspective about Mathematics itself in high school. However, some topics in mathematics are found interesting in high schools such as geometry and sequences. Therefore, this research will look at the explorative development of Ford Circle that creates some interesting results while combined with other theories and geometry. The main focus of this research is to address and explore the ford circle with its connection to the Sierpinski Triangle in hyperbolic geometry. The investigation and exploration will focus on the properties of geometry in the hyperbolic plane, the fractal geometry of Ford Circle and Euclidean fractals through a hyperbolic perspective that brings a fascinating correlation between all the topics discussed in this research.

基隆潮境海灣槍蝦聲響變化與環境關聯性分析

槍蝦閉合大螯所發出聲響為海洋珊瑚礁生態系中最主要的聲源,其聲音受多項環境因子影響,具有分析珊瑚礁生態系健康程度的可行性。本研究利用基隆潮境海域蒐集到的高時間密度採樣資料,嘗試分析槍蝦聲響在不同時間尺度下的變化與水溫、光度之關聯性,比較不同觀測期間與深度之資料,了解槍蝦聲響之特性。 研究結果顯示槍蝦聲響在長時間尺度下與水溫呈現高度正相關,且相同觀測期間、不同深度的兩筆資料變化趨勢相似;但相同深度、不同觀測期間的紀錄不僅變化趨勢與季節差異相關,整體數值也不同。槍蝦聲響每日亦具有規律的晝夜週期性變化,在清晨、黃昏出現高峰,白天期間與光度呈現負相關,夜晚期間與水溫高度正相關。最後,聲響峰值出現時間與日出日落時間最為相關,不同季節下之晝夜長短差異更造成顯著影響,不過仍會受水中實際接受到的光度影響。

以機器學習增強無人機飛行準確度

無人機在進行定位時,多半是依靠內建GPS晶片與內建慣性測量單元(Inertial Measurement Unit, IMU)進行定位,然而高精度的IMU及GPS晶片受限於高成本無法在一般無人機上運行;此外,各種定位系統均有其適用範圍,若無人機運行於定位系統之適用環境外,其定位精確度會下降,進而導致無人機飛行時會與預期路線產生誤差。 在本研究中,我利用Webots模擬軟體進行無人機模擬,藉由無人機鏡頭所拍攝的連續兩幀圖片差異,產生差異與角度及距離間的關係資料集,並利用此資料集來訓練深度神經網路,將產生模型用以模型迴歸出連續圖片間的旋轉角度偏移量,以此偏移量輔助無人機進行飛行校正。 經過多次實驗與修改,我比較了幾種不同的資料處理與分類方法,找出當中最佳結果的機器學習模型後,將此模型套入模擬環境中輔助無人機飛行,使無人機飛行於複雜環境時,成功提升飛行準確度。