2024年

美國環保署指出美國民眾 90%的時間待在室內，人們常用空氣清淨機改善不良的室內空氣品質，所以空氣清淨機效能對於健康影響至關重要。市面空氣清淨機常宣稱使用 HEPA濾材，但其厚度未必是理想的乾淨空氣輸送率(CADR)。目前僅有最佳CADR濾材厚度的理論，尚未有實驗資料佐證。本研究以實驗方式研析濾材厚度與最佳 CADR 厚度之關係。實驗使用自製空氣清淨機含離心風扇和不同厚度之濾材，測試四種濾材品牌及四種風扇功率，以 SMPS 測量上游及下游顆粒濃度來判定過濾效率，用單通法計算 CADR。結果顯示，隨著濾材厚度增加過濾效率與CADR 提升，但超過最佳濾材厚度後，厚度增加反而造成 CADR 降低。最佳 CADR 濾材厚度約出現在 0.1 微米顆粒有約 20-40%過濾效率時。若以最易穿透粒徑為參考點，則過濾效率約在 10- 30%。欲發揮空氣清淨機最大效益並延長使用期限，濾材厚度應約略小於最佳 CADR 濾材厚度。

對稱與密鋪圖形是數學美學的表現，廣泛應用於藝術與工程設計中，本研究利用 Python 語言及其套件，依據平面設計的法則，撰寫十七種平面對稱圖形的程式碼，程式碼可透過Replit 平台的雲端共享功能促進跨領域專業人士之間的合作與改良。此外，針對一般群眾本研究透過定義函數和變數開發出｢幾何設計｣專案讓使用者能夠透過座標設計，輕鬆原創出具有對稱性和密鋪性的幾何圖案。本研究在幾何教學、平面設計和 3D 建模等方面都展現了其應用和優勢。我們也收集了使用者測試的反饋和數據，並提供了將平面圖形轉換成 3D 模型的過程和示例。

通過 LOFAR望遠鏡與斯隆數位巡天計畫之資料釋出，我們得以在大量、清晰的資料庫中發掘許多天體的特殊性質。本研究結合兩個大型研究計劃的無線電波源目錄與類星體光學目錄，分析 LOFAR-detected類星體在可見光觀測上與其他類星體的光譜性質差異，利用決策樹與相關的集成學習模型建立對於缺乏無線電紀錄之類星體的光學資料分類模型，並期望在未來驗證學界目前對於類星體產生無線電原理的各種假說。

台灣地震次數頻繁，除了地震帶來的自然災害以外，地震也會造成生物的心理焦慮及恐懼。斑馬魚是一種群居動物，可以表現群聚、侵略、恐懼、焦慮或是警戒等行為，因此斑馬魚的行為表現是分析社交行為的理想實驗模型。本研究目的為探討斑馬魚的社交行為是否會受地震之影響，藉由模擬地震的發生來觀察斑馬魚社交行為的變化。在斑馬魚潛水實驗(Novel tank diving test)發現在模擬地震強度 4.5 級的晃動後斑馬魚待在上層水域的時間下降；鏡像啄食實驗(Mirror fighting test)中則發現處理組的魚經由模擬地震強度 4.5 級的晃動後攻擊次數和打鬥週期皆顯著上升；而在社交偏好實驗(Social Preference test)中發現經過模擬地震 4.5 級晃動後的斑馬魚將會更傾向於靠近其他熟悉的個體。斑馬魚在地震來臨時會感到不安和焦慮造成其警戒心上升進而提升其攻擊慾望，也會更傾向靠近熟悉的同類維持安全感。

蘭科植物的種⼦細微如沙塵然⽽胚發育不完全，亦無胚乳。在⾃然條件下，蘭科植物需仰賴菌根真菌⽅能順利完成其⽣活史。本研究欲探討綬草(Spiranthes sinensis)與根部共生真菌（root-originated mycorrhizal fungi）的關係，將實驗分為四個部分，一為觀察綬草根部、種⼦和共生真菌。二為探討綬草的根部共生菌種。三為測試共生菌絲與萌發所需物質的關係。四為探討共生真菌與綬草萌發的關係。結果發現綬草的根部共生菌種類會受環境影響，並且綬草根部的真菌種類不少，其中包含角擔菌Ceratobasidiaceae、膠膜菌Tulasnellaceae、傘菌科agaricomycetidae等，且能分解環境中的澱粉與蛋白質。

k距離集合是一個在離散幾何領域中被探討到的問題，也是我們在這篇文章中所想要研究的主題。我們將會先對平面中 4，5個點與三維中 5，6個點的二、三距離集合進行分類，然後再探討在三角形與正方形格子點上的 k 距離集合中點的個數與不同形狀的格子點之間的關聯性，並對這些 k距離集合中的點在 k值較小時進行統計與分析。而我們的研究目的為找出在不同格子點構造中 k 距離集合點的最大個數，並比較兩種構造的形狀以及效率差異。

本研究藉由觀察不同濃度及種類的糖對 pPR1:GUS 轉殖株的影響，探討糖是否可以作為植物的危險信號，進而觸發植物的防禦系統。我們推測蔗糖環境濃度 0.5%、1%、2%及果糖濃度 6%時可以促進植物的防禦機制。我們認為可能是植物偏好蔗糖，所以發展出使用蔗糖作為危險信號。然而，在感病實驗中，我們卻發現使用 2%蔗糖條件處理植物根部及葉片，並不會增加植物的抗病性。

先前已證明正𝑛 邊形內接正𝑚 邊形，當𝑚 = 3 或 4時𝑛 為任意數皆有解， 本篇我探討正𝑛 邊形內接正𝑚 邊形( 𝑛 ≥ 𝑚 ≥ 5 )，當(𝑛, 𝑚)滿足何種關係時有解。 在研究中，我從最小(6,5)開始，依次遞增討論，我發現了，有解的一些規律(稱之為標準型)，藉由標準型嘗試規律。同時(𝑛, 𝑚)為一般數時，找出何種情形必無解，藉此探討、驗證一般項於何時有解。 在找出有解關係後，探討出規律後找出如何產生構圖的方式，以 GGB 做出構圖。

AI (Artificial Intelligence) technology has developed very rapidly in recent years, to the point where it can make fake videos or photos called "deepfake''. According to Sumsub Identity Fraud Report 2023 just in the past year, in the APAC region the number of deepfakes has grown 1530%, in the philippines an astounding 4500% and in 馬來西亞 a 1000% increase, these numbers will continue to rise without a proper defense against them, With this rapidly developing technology, there are several threats from misuse deepfake, namely making fraud via video calls, fake videos to blame innocent people, and so on. Therefore, in this research project, an algorithm architecture will be created, namely a system and method used to detect "deepfake" images. The architecture of this algorithm involves convolution functions, neural networks, convolutional neural networks, data normalization functions, namely ReLu and SoftMax, and pooling. This architecture will then be trained over and over with 140,000 scrambled images, which then will make the architecture ready to be used. By researching and combining this algorithm architecture, a system is produced without a cost and with a final result of up to 90% accuracy and detection of 32 images faster than a human can blink.

目前網路上流傳許多使用人工智慧修復照片的網站或應用軟體。然而,由於這些訓練資料多數來自國外,導致修復中式建築照片的效果欠佳。此外,許多老舊照片因氧化、潮濕而泛黃,使得修復程序比起修復純黑白相片更加困難。因此,本研究旨在建🖂一個專門修復中式建築物的機器學習模型,主要分為以下三個部分:首先,使用機器學習模型對老舊照片進行修復,包括著色、去模糊化和降噪;其次,分析使用不同比例之有色調照片(模擬泛黃照片)訓練模型的效果;最後,研究不同的修復順序(著色、去模糊化、降噪)和模型執行次數對照片修復效果的影響,發現「著色、去噪、去模糊化」的順序修復效果最佳。此外，許多老舊照片因為受損等原因，只剩下極少的特徵，因此本研究採用機器學習模型，以延伸重建原始照片。透過這種方法，我們能夠重新建構當時建築物周圍可能的場景和情境。