2023年

本文旨在探討三角形周界中點的幾何問題，以及周界中點與旁切圓的相關性質。在討論三角形問題的過程中，注意到許多關於周界中點的延伸性質，起初很難發現旁切圓之間的關聯性，後來決定以三角形周界中點為主軸，找出其與旁切 圓的幾何特性。發現延伸的圖形後，除了上網查詢相關資料，我們更利用幾何繪 圖軟體進行幾何問題的實驗與論證，透過觀察、提出假說，並運用已知的定理推 得研究結果。 我們發現了許多性質，其中包括：畫出三角形並分別做出三邊的旁切圓，各 邊切點即為該邊的周界中點，而三角形頂點與對邊周界中點連線共點即為界心(納格爾點𝑁𝑎)，此點和三角形的重心 G、內心 I共線，且(GNa) ̅=2(GI) ̅；而三邊旁切圓圓 心會共圓，其圓心和三角形三個周界中點的外接圓圓心以及𝑁𝑎也會共線等等。 透過此次研究，讓我們對數學有更深入的瞭解，也期許未來能有更多的發現。

除了與產熱代謝有關外，近年許多研究指出，棕色脂肪組織亦會分泌神經影響因子，並且可能會進入小鼠腦部進而影響其行為與表現。本實驗透過利用基因工程讓小鼠帶有UCP1-Cre與LSL-DTA序列，產出缺乏棕色脂肪組織的小鼠，了解不同飼料飼養條件下，棕色脂肪組織對於成鼠行為與生理的影響。結果發現，對於高脂飼料飼養3個月的公鼠，缺乏棕色脂肪組織可能使成年公鼠焦慮程度較高。高脂飼料飼養6個月的公鼠，缺乏棕色脂肪組織可能使成年公鼠運動能力較差，焦慮程度也較高。生理方面則發現，經歷3個月高脂飲食的成年公鼠，缺乏棕色脂肪組織會造成體重增加量較大，葡萄糖吸收能力較差，但在經歷共6個月高脂飲食後，缺乏棕色脂肪組織的公鼠，與野生種公鼠在體重增加與葡萄糖吸收能力方面，皆無顯著差異。關於棕色脂肪組織調節焦慮行為的機制，值得未來更多實驗繼續探討。

高性能電極對於析氫反應(hydrogen evolution reaction，HER)在未來能源需求中極為重要。高效析氫取決於電極特性可否催化HER，降低電解反應的過電壓。文獻記載石墨烯適合做為電極表面的HER催化劑，利用薄層微量雙金屬的製程技術，可從電極背面析出奈米銀並摻雜到電極表面石墨烯，形成銀摻雜石墨烯(Graphene/Ag-doped)異質結構，增強電極表面石墨烯鍍層的電導。本研究優化此技術，將銀奈米結構沉積在石墨烯的缺陷及晶界邊緣，透過鍍銀技術與實驗參數（化學氣相沉積法的加熱溫度、時長和通氣量），製造出嶄新的Graphene/Ag-doped異質結構材料，增強了電極電導及快速傳輸電子連接的電極表面活性點，大大提高HER的效率。量測結果證明Graphene/Ag-doped異質結構較單層石墨烯具有超過10倍的導電度，電流密度增加20倍，塔弗斜率(Tafel slope)減少50%；與文獻中使用單層石墨烯/奈米碳管異質(rGO-MWCNT)之最佳材料相比[4]，本研究之Graphene/Ag-doped異質結構的Tafel slope為80 eV/dec，在析氫反應之消耗能量已大幅降低到幾乎減半。本研究成功製造出高導電、低過電壓，及高效率析氫的電極材料，為未來綠色能源開闢了途徑。

隨著人們對綠色能源的日益重視，具有乾淨、無污染優勢的氫能源被寄予厚望。光電化學水分解被認為是一種新穎且有前景的產氫策略。然而，光電化學水分解受到載流子分離效率低、載流子界面傳輸速度慢和可見光吸收差等因素限制。FeOOH曾被報導能有效進行表面改質，並提升活性位點的手段，尤其β-FeOOH具更優秀的電化學表現，且具豐富的氧空缺，其可以輔助電洞轉移並與Fe2+結合[1]，因此本研究使用β-FeOOH奈米粒子修飾WO3奈米板的表面，且因為它具有較低的能隙，可有效提高其在可見光區域的光吸收。光電流密度在1.23 V vs. RHE(可逆氫電極) 時可顯著提高至1.41 mA /cm2，比純WO3奈米板高約2.3倍。特別是FeOOH @WO3奈米板的雙電層電容值更是提升至472 μF/cm2，並且在太陽光的吸收比純WO3奈米板都更有優勢。未來，我們將結合儲氫技術開發成套供能裝置，不斷提高太陽能製氫系統的效率。

科技不斷進步對 CPU 等電子設備有更高效的需求，而高效的運算也提高用電量及散熱的需要，這促使我們尋找增強熱通量和熱傳遞的方法。透過惰性介電流體直接對電子部件進行液體冷卻，已成為複雜電子系統中熱傳遞的解決方案之一。 浸沒式冷卻是將電子元件浸入介電流體中，透過介電流體的池沸騰和相變化將熱帶走，而介電流體由冷水循環冷凝回原系統。本研究旨在透過設計仿浸沒式水冷的機台，來探討它如何影響電子元件。加熱站模型是用電腦輔助設計軟體（Creo, AutoCAD)進行圖面設計，然後進行CNC加工製作而成，本文記錄測量效率的值並繪製圖表，以討論傳熱的速率。

本研究旨在解決先前研究未解決的問題。而在本研究中對於對稱規則及非對稱規則的梅花棋遊戲，各提出兩大人工智慧演算法。分別是Minimax及Monte Carlo Tree Search。而在這之中，Minimax又被分為探索深度一層、兩層及三層、MCTS則是以模擬次數分為100、300、500、…、1900多個版本。而以目前的成果來說，我們認為其勝率並不理想。而主要的原因還是要歸咎於目前所有演算法的結果過於隨機化，而即使我們對於UCB公式進行優化，雖然勝率有所提升但仍然不符合我們的期待。為了解決上述問題，我們希望從根本解決運行效率過低的問題，而最顯而易見的方法就是在遊戲運作前先將人工智慧訓練完畢，也就是在遊戲開始時直接給予一套策略，令電腦無須再做額外的遊戲模擬。綜上所述，我們開始實作Tuple-Network、TD Learning及AlphaZero的相關架構，但礙於時間關係，模型尚未被訓練。

在暖雲的形成過程中，吸濕性凝結核佔有舉足輕重的位置且在大氣層中常會有不同種類的凝結核。本研究以自製的減壓雲室瓶模擬絕熱膨脹情況，並探討不同凝結核之成雲效果。減壓使凝結成長的效果在消光量的測量上符合比爾定律。而且利用絕熱膨脹估計出本系統在0.85 atm環境下每立方公尺的液態水含量LWC大約落在1.9~2.1公克，0.93 atm環境下每立方公尺的液態水含量LWC大約落在0.3公克，表示本實驗方法能擬合絕熱膨脹過程。且0.85大氣壓下，氯化鈉與線香粒子的成長可以達到1.68至1.94μm；硫酸銨粒子成長則達到1.01~1.12μm。而0.93大氣壓下，硫酸銨粒子成長則是0.77~1.04μm。另外，比較水溶性粒子與固態微粒化學性質，發現水溶性粒子如氯化鈉和硫酸銨的確較適合做為水氣之凝結核。

雲彩是其中一個在世界上最奇妙的自然現象。在其中也隱藏著巨大的觀光經濟利益。因此，我們想要建立一個系統以預測晚霞雲彩出現的時間，以幫助台灣的觀光業。 本研究將藉由柯西公式、折射反射相關定理以及其他由論文貢獻的輔助公式提出一個計算模型，以計算預測晚霞雲彩出現的時間以及光的路徑。自動化的部分，包含溫度、壓力以及濕度，我們藉由政府的公開資料平台以及衛星公開資料進行靜態網頁爬蟲抓取。雲層高度我們則是透過動態網頁爬蟲，逐一從AccuWeather公開網站上爬取相關資料以利計算。我們將爬取的資料以及所提出的模型計算後以15分鐘作爲一個區隔，提供使用者準確的時間觀賞雲彩。 透過此模型以及爬蟲擷取資料計算得到的結果，我們可以得到接近90%準確率的預測結果。因此，我們能夠準確地為用戶提供正確日落雲彩出現的時間。

自駕車的相關研發日益受到重視，尤其在複雜的交通運輸中提供更安全、更有效的防護是自駕車的發展重點之一。本次研究主要探究不同距離感測器與不同PID自動控制組合，針對靜物與移動障礙物進行煞車成效分析。研究結果顯示不同的距離感測器的精準度與穩定性不同，在固定障礙物狀態下雷射距離感測器因為精準度和穩定度較高，而超音波較容易受到外界干擾，所以比較不精準。由於超音波距離感測器的偵測範圍廣，所以可以事先偵測到移動障礙物，反而提供自動控制較多的反應時間，在加速度的表現上較為穩定．自動控制表現上P控制的情況下機器人常常卡在最後一點點的距離，不過超音波感測器因為會有點誤差，所以反而會比雷射感測器快停下來；PI控制因為可以消除穩態誤差，所以時間消耗都是最短的；PD控制原本的功用應該是快速修正，由於D控制的增益常數（gain）過大，影響D控制作用，因此PD控制的效果沒有特別突出的部分。

神經細胞成熟的過程中可分成數個階段，每個階段間的轉換都伴隨著蛋白質的種類，RNA異構體、細胞結構與功能等全面性的轉變。但控制神經細胞在確切的時序下成熟的分子機制尚待研究。本研究發現 Paxillin 的新功能：當腦神經細胞在活體外培養至第七天時， Paxillin 的位點 Serine119 會被磷酸化 (p-PaxillinS119)，並從細胞質轉位進入至細胞核。我們使用 N2a 細胞以神經分化的模式來探討 p-PaxillinS119 進核的分子機制與功能，發現 p-PaxillinS119 進入細胞核需要位點 Serine119 被磷酸化，且分析後確認 Paxillin 的 LIM 結構域中帶有 PY-NLS 序列，分別為 P516/Y517 及 P575/Y576。我們發現 Paxillin 藉由轉運蛋白 Importin β2 辨識其 PY-NLS序列，進行蛋白間的交互作用後進入細胞核中。從螢光影像的分析，我們觀察到神經細胞的 p-PaxillinS119 在細胞核中會呈現顆粒狀，並與 RNA 剪接因子 P-SR 共定位在核斑點上。經由免疫共沉澱與細胞轉染的方式，我們證實位點 Serine119 突變，會影響 Paxillin 與 RNA 剪接因子的交互作用，及降低細胞分化與 RNA 剪接的程度。