2023年

隨著科技的進步，塑膠產品逐漸在全球遍布，甚至造成許多的環境汙染，其中看似消失的塑膠，其實已被分解為非肉眼可見的塑膠微粒，並且正在影響整個生態，並且在最底層的生物體內累積，透過生物放大作用不停的向生物鏈頂層增加。 探討塑膠微粒與中華擬同型蚤生長和生殖機制的影響。延伸對生殖機制、內分泌系統的影響，產生冬卵的特性，以及與體長、生長抑制、延後抱卵的關係。期望可以透過研究成果類推至生態系中的其他生物，例如魚類、鳥類和人類，進而發展成生物鏈之累積和影響。

本研究以三膦酸酯配體、2-(2-吡啶)-苯并咪唑和 Cd(ClO4)2、CuCl2，合成[Cu2 (H6tpmm)2(Hpybim)2]⋅H2O和[Cd2 (H6tpmm)2(Hpybim)2(H2O)4]·2H2O兩種膦酸錯合物，分別稱之為Cu-Complex和Cd-Complex，錯合物與重金屬結合後會產生螢光，藉此可量測是否水樣中含有重金屬離子。實驗結果發現，Cu-Complex會和Cd2+和Zn2+離子結合並產生明顯的螢光反應，Cd-Complex則會和Zn2+離子結合產生明顯的螢光反應，且能偵測到極微量的水中重金屬Zn2+達0.0086ppm，遠低於環保署的排放標準5ppm。經由測定工廠的流放廢水能確定將此錯合物運用在現實生活中的可行性。此外，我們合成的Cu/Cd-Complex提供一另類化合物檢驗水樣重金屬的方法，有別於用傳統昂貴精密儀器檢驗法，有運用於檢測生活中水質特定重金屬的潛力。

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。

本研究從在方格棋盤中走捷徑的問題出發，推廣至由多個相異正多邊形所組成的半正鑲嵌圖形和k律鑲嵌圖形，其沿格線走捷徑的方法數與最短路徑。研究中，我針對所有8種1律半正鑲嵌圖形及2律、3律鑲嵌圖形的各一種圖形進行分類探討，包括截半六邊形、截角六邊形、扭稜六邊形、小斜方截半六邊形、大斜方截半六邊形、扭稜正方形、異扭稜正方形、截角正方形圖形。我將每種棋盤進行「轉正」，使它對應於唯一的矩形棋盤，達到「捷徑同構」，因而原本半正鑲嵌圖中的捷徑問題就等價於方格棋盤的捷徑問題。我將走捷徑方法數的通解分類，發現有組合數類、以及階差與指數混合兩大類，並分析康威表示法與通解的關係。並且我還將圖形分為複雜與單純，藉由研究複雜圖形來深入探討一些數學性質。

二氧化碳在大氣濃度中不斷飆升，進而加劇溫室效應。該如何降低二氧化碳的汙染成為一個重要的議題，而其中將CO2RR有很好的發展，運用電化學將二氧化碳經過金屬觸媒進行還原反應，得到的產物可以做為燃料電池的燃料來源或化工原料…等許多應用，被視為將來很有潛力的環保科技。 然而以銅做為觸媒雖然可以獲得多樣的產物，卻缺乏選擇性，因此我們決定以銀作為輔助，製作雙金屬觸媒，進行改善。 本實驗合成核殼結構的銅銀奈米粒子，並以碳黑作為載體，來製作金屬觸媒，可以防止銅在反應過程中氧化，並同時保留兩種金屬的特性。我們開始思考還原溫度如何影響雙金屬觸媒的生成，進而影響產物的選擇性。我們計劃以油胺油酸法合成銅銀金屬觸媒，改變溫度條件，並嘗試不同的金屬比例，尋找提升效率的最佳反應條件。

本研究延續先前自己所做的研究進行延伸。首先研究者嘗試利用Python、MediaPipe、OpenCV進行手部辨識，判斷使用者是否用正確的手指按壓鍵盤，逐次開發打字系統提升精進指法的練習平台；在過程中研究者觀察到多數人打字習慣都不一樣，所以嘗試將打字習慣運用機器學習形成密碼，讓其他人就算知道密碼也無法輕易解密，因為他們並沒有使用者的打字習慣。並提出三項研究目的，分別為增加機器學習模型Random Forest並觀察準確率，提出最短密碼之研究方法及忘記密碼系統之研究方法，並提出關於電腦前後端問題的解決方法。目前研究已能夠判斷使用者是否用正確的手指按壓按鍵。未來預計解決打字到拍攝的時間差回推影像等問題，並將蒐集更多數據觀察觀察模型結果，找尋一種最佳的密碼模型。未來也會將此打字系統架設到網站上，並且蒐集使用者的人機體驗感想回饋，進而更為精進完善本系統。

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。

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。

本研究主要為進行安全帽改造，昔日我們常見關於汽車的盲區偵測、內輪差等先進技術皆建置於汽車上面，但實際在行車上造成災害發生的主角大部分為機車，我們閱讀相關文獻發現目前並無機車有相關技術，再者我們希望此技術可以讓騎乘機車、電動機車、電動腳踏車、腳踏車等對象皆可使用，因此我們於安全帽上裝設鏡頭及雷達感測器，透過鏡頭進行車輛物件識別，以識別車輛類型及輪距，進而以公式繪製內輪差曲線與進行盲區車輛偵測；透過雷達計算車側距離以判斷車輛是否會太靠近汽車或是落入汽車之內輪差範圍內，將以上偵測結果透過抬頭顯示方式直接投影在安全帽的面罩上，如此一來將可讓機車及腳踏車族在行車上更具安全性。

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。