2023年

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。

在本研究中，希望能由與前車距離、相對速度等數據，設計符合自動跟車功能的系統。能與前車保持固定距離，並追蹤相對速度，在前車煞車或加速時，使後車即時反應。 分別使用軟體模擬及Arduino控制車輛，測試PID控制在各情況的可行性。前車行駛模式包含等速、等加速度等，測試後車的PID組合，以設計出最佳的直線跟車系統。在軟體模擬中，經過變換車道、圓型軌跡、轉向等環境測試，分析出P值在各個情境的作用，及其大小的優劣或限制。利用第二測距感測器，以前車的轉向幅度，控制後車兩輪速度差，使系統具備轉向跟隨的功能。

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。

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。

研究發現食用醃漬食品能夠讓腸道菌相平衡、提高免疫力、降低血脂血壓等。科學家們從這些食物中分離出乳桿菌（Lactobacillus）、鏈球菌（Streptococcus）和明串球菌（Leuconostoc）等。本研究希望從醃漬食品中分離出能夠維持腸道健康的益生菌。首先，我們從台北的傳統市場收集醃漬食品，利用選擇培養基分離細菌。通過PCR確認為乳桿菌屬後，測量他們的胞外多醣產量。我們發現菌株1-1、 3-2、 3-4、 3-6-2、和 3-8能夠在含有低酸和膽鹽的環境生存，並測試他們對人類胃細胞的毒性。在MOI=10的情況下，所有菌株都能維持細胞80%的生存率。但是，菌株1-1、 3-2、 3-4、 3-6-2、和 3-8的細胞貼附能力非常弱。除此之外，我們發現菌株PV15、 1-1、 3-2、 3-4、 3-6-1、 3-6-2、和 3-8的上清液能小幅度地抑制大腸桿菌生長能力。未來，我們希望能進行腸道細胞的實驗（CACO-2），並利用動物來檢測菌株維持腸道健康的能力。

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。

In this project, we created a function integrated onto a Lingao Chassis that allows the robot to use Slam and Gmapping to successfully navigate its way to the most convenient destination for the user, while avoiding any obstacles on the way, improving the default Gmapping errors.

本研究由骨硬化症(osteosclerosis)個案報告開始，進行基因變異的探查，先針對骨生成主要調控機制WNT pathway上的SOST、LRP5、LRP6基因，進行基因定序與分析。在此3個基因沒有發現異常位點後，轉而以全外顯子組定序(whole exome sequencing)，進行次世代基因定序(next generation sequencing)。結果顯示病患帶有CTNNB1 c.1982G>A (p.Arg661Gln)之異合子(heterozygous)誤義變異(missense mutation)，並證實是CTNNB1基因的原發突變(de novo mutation)，該突變影響後續蛋白質表現，影響了ICAT對WNT/beta-catenin訊息傳遞鏈的抑制，繼而穩定beta-catenin，造成骨質異常增生、並導致全身骨硬化。此案例為全世界第二例、亞洲首例的CTNNB1基因功能增強突變(gain-of-function mutation)的病例報告。

本研究利用在地取材的棋盤腳樹葉片經過高溫碳化後應用於鋰硫電池，並探討其電化學性能，並檢視其降低穿梭效應發生之成效。 利用三種不同碳化溫度探討溫度對棋盤腳樹葉結構的影響，由SEM圖中我們可以發現，隨著碳化溫度的升高，葉片表面呈現越光滑且越少雜質的樣貌，代表其碳化程度越高，導電性也隨著提升。電化學性能部分1000°C中間層在首圈0.2 C速率放電表現出1702.8 mA h g-1高電容量，而經過100圈0.2 C充放電循環後仍保有82.63%最高的電容保留率。在倍率性能部分，1000 °C中間層在1 C高電流密度下仍保有450.5 mA h g-1超高電容量，遠高於其他樣品。CV分析中可以看到1000°C中間層其還原峰重疊程度良好，且未發現較嚴重的偏移，代表其抑制穿梭效應能力較佳，且反應動力學良好。EIS分析中，1000 OC中間層具有最低的總阻抗，使鋰離子在高倍率時具有良好的導電性，是倍率性能提升的關鍵。

因應氣候變遷碳，國際興起碳中和與循環經濟熱潮，而廢棄電子垃圾就像是一座城市礦山，蘊藏豐富的回收價值。本研究運用深度學習物件偵測來辨識廢棄PCB電路板上的有價值零件，以YOLO物件辨識方法建了一個AI影像辨識電子零件模型程式、常見PCB電子零件的金屬成分含量、紅外線影像處理，以及運用PID控制和圖像處理來控制傳送帶。實作出一個能估算廢棄電路板回收價值的原型機。其結果顯示對於鋁金屬和銅金屬有相顯著的回收效果。本研究希望讓大眾意識到廢棄家電的潛在價值，增進電子廢棄物意願，促進再生金屬產量，實現碳中和終極目標。