全國中小學科展

2025年

含鐵、鎳之過渡金屬錯合物相變材料研究暨應用研析

量子運算發展日新月異,人類對上網溝通保密的需要與日俱增。市場已有量子資訊加解密所需的金鑰分配系統(QKD)搭配機密資料保險庫(Archive)。然實體金鑰因其安全性,不可或缺。本文探討以製備含鐵、鎳過渡金屬錯合物,利用含 X 光繞射儀等設備檢測、分析其結構與相變。並研析將該錯合物作為分子開關裝置,導入半導體製程,應用於研發上述金鑰之可行性。

「飛到西飛到東」對應異頻穩定三角訊號之波形分析

本篇研究以探討多重訊號同時輸入時的訊號干擾問題出發,類比至國立臺灣師範大學數學系游森棚教授所提出的數學問題: 飛到西飛到東」,希望藉由導出多質點移動速率與其距原點間的位置關係,找出訊號重疊程度之峰值條件,藉此有望應用於硬體接收器的訊號輸出處理,或類比至電路設計與物流規劃等,達到避免相互干擾與提升傳輸效率的功用。 在內文中我們先以分段討論的方式解決期刊問題,並導出在任意系統中可快速辨別物體運動狀態之高斯函數。隨後以參數化曲線路徑與向量式的質點位置,拓展主題可適用範圍的自由度,再以高斯函數法和傅立葉級數法得出解型式之聯立組,最後利用數系之封閉性,將主題進一步約化處理。

二氧化碳捕捉術-銅鋅雙金屬奈米觸媒對二氧化碳還原反應效能及機制之研究(Carbon Dioxide Capture Technology: Study on the Efficiency and Mechanism of CO2 Reduction Reaction Using Copper-Zinc Bimetallic Nanocatalysts talyst)

本研究以電化學二氧化碳還原反應(CO2RR)技術將二氧化碳還原成高經濟能源燃料,使用水相合成法製備Cu/Zn銅鋅雙金屬奈米觸媒,改變金屬間的比例: Cu2Zn1、Cu1Zn1、Cu1Zn2以及通入N2/O2/H2 熱處理改變觸媒氧化態,而改變氧化態可以在化學性質、催化活性、電子結構等方面有重要影響使其催化出不同反應路徑,改變產物生產效率和選擇性。用能量散射光譜儀、X光繞射儀鑑定奈米觸媒間金屬比例和晶型;線性掃描伏安法和氣相層析儀探討二氧化碳還原法拉第效應和生產效能。結果發現Cu2Zn1-N2能產生最多的CH4,因改變氧化態使其效能高達53.03%; Cu1Zn2產生最多的CO,效能為44.99%,推論為鋅的比例較高所致。

電化學還原結合薄膜蒸餾技術實現高效氨氮資源循環回收

本研究旨在開發一個綜合系統,利用電化學還原技術將水中硝酸鹽轉化為氨氮,並結合薄膜蒸餾技術進行氨氮的濃縮與回收,實現資源循環利用與廢水處理的雙重目標。研究首先評估了不同操作電壓對電化學還原效率的影響,優化了將硝酸鹽轉化為氨氮的效果,當驅動電壓為1.2V時,可有較完全的硝酸鹽還原效果,並無硝酸鹽的中間產物亞硝酸鹽,硝酸鹽去除率最佳接近90%,氨氮產率亦可達7000mg-N/h/m2加上其能源消耗亦較低,因此1.2 V為最佳操作參數之選擇。隨後,針對薄膜蒸餾技術的應用效果進行測試,評估其氨氮回收效能。最終,綜合評估了電化學還原與薄膜蒸餾技術的整合應用,結果顯示該系統能有效實現氨氮的資源化回收,對廢水中的氮污染治理具備潛在應用價值。

自組裝DNA探針於GNP@PANI電極以檢測miRNA

在許多疾病,如癌症、心血管等疾病中,微核醣核酸 ( microRNA,簡稱miRNA) 的表現水平可作為診斷指標。現行檢測miRNA多使用RT-qPCR,然而此技術成本高、操作繁瑣且耗時。本研究自行設計可抓取目標miR-155的DNA分子探針,透過化學合成與修飾將此探針接合在奈米金-聚苯胺( GNP@PANI )電極上,組裝出具靈敏度與特異性的DNA分子電極。實驗結果顯示:此自組裝探針電極具有良好的線性檢量關係,偵測極限可達0.1 nM。在摻雜多種miRNA的樣品中,此電極仍具有極佳的專一性,回收率高達101.5 %。應用於含生物基質的尿液樣本,可不受背景干擾,其檢測差異僅約0.4 %。本研究採用電化學技術來檢測miRNA,不但成本低、操作簡便,且可依據目標分子進行客製化設計,為新一代檢測技術開創前景。

DIVE&CLEAN - Intervention Possible

The DIVE&CLEAN project is an educational and innovative initiative aimed at addressing a significant environmental challenge: marine pollution. With oceans covering over 70% of the Earth’s surface and providing a home to 50–80% of life on the planet, their health is critical. However, marine ecosystems are under threat due to plastic pollution, which impacts wildlife, coastal communities, and global biodiversity. This project centers around the idea of introducing underwater trash bins, especially in areas frequented by recreational divers. While most divers explore the seas without specific tools to collect trash, they could contribute significantly with the right infrastructure. The vision of DIVE&CLEAN is to inspire behavioral change, encourage collaboration, and promote actionable solutions to reduce ocean pollution. Using interactive robotics and storytelling, the project tells the story of divers rescuing animals entangled in plastic and collecting trash from the ocean floor using underwater bins. Through creative performances, it seeks to educate and motivate individuals, resorts, and authorities to adopt sustainable practices.

探討粒線體蛋白質GATD3A的結構、功能以及去糖化機制

GATD3A 是粒線體中的蛋白質,被推測可能具有「去糖化」的能力,能移除AGEs。糖尿病、帕金森氏症、阿茲海默症皆與人體中過高濃度的AGEs有關,因此GATD3A具有相當高的研究價值。 本研究探索GATD3A(麩醯胺酸轉移酶樣1 類結構域 3A),經基因合成與蛋白表現後,大量製備蛋白質並探討其結構與功能。目前已得到蛋白質最佳製備環境、成功培養出蛋白質晶體,進行了結構分析,了解其結構、保守性、親水性及電性等,對於酵素適合反應的溫度、pH值也有初步了解。未來也會利用酵素動力學計算酵素活性、並製備糖化蛋白質,進行去糖化測試,探討 GATD3A 是否具有臨床運用於糖尿病患者之糖化血紅素去糖化的可能性。

麩醯胺酸誘導阿拉伯芥的受體表現

自然界中,植物以NO₃⁻和NH4+作為主要氮源,在吸收後轉化為麩胺酸(Glu)和麩醯胺酸(Gln)作為第一產物進行基本生理反應,在我們實驗室先前的研究中,發現Gln會誘導阿拉伯芥側根生長、壓力反應和抗病性,所以提出了一種假說「細胞外的Gln是營養氮源,也是一種“危險訊號”」,藉由可能存在的Gln的受體表現。目前我進行了其中三組受體的測試,分別是wall-associated kinase2(WAK2)、wall-associated kinase3(WAK3)和EF-Tu受體(EFR),WAK家族是穩定細胞壁果膠的受體激酶,然而我們實驗中發現WAK3在wak3 muntant的表現是不穩定的。EFR為接收EF-Tu(elongation factor thermal unstable)的模式辨識受體(PRR),參與活化植物防禦及PAMP-triggered immunity (PTI),efr muntant在Gln的誘導下表現了防禦相關基因與水楊酸生成之相關基因。本研究將有助於深入理解Gln在植物防禦和側根生長中的功能及其調控機制,並為未來的作物改良和病害防治提供理論基礎。

以深度學習進行籃球慣用動作分析

本研究聚焦於籃球員的慣用動作分析,透過深度學習技術開發了一套籃球動作分析系統,旨在準確分析籃球員在籃球運動中的個人動作特徵來進行動作辨識。我們透過自行蒐集籃球動作的影片,並使用MMAction2這個資源庫來進行動作辨識模型的訓練,將訓練好的動作辨識模型用開發慣用動作分析系統。系統流程首先使用滑動視窗(Sliding Window)的機制將即時拍攝的影像變成有序列的連續影像片段,再即時傳送至進攻動作辨識的深度學習模型中,來辨識出連續影像片段中的動作序列屬於何種特定動作,藉此將多個連續影像片段中的動作序列各自轉換為單一動作單元並依次輸出。最終,系統基於前述單一動作資料進行綜合分析,以統計使用者的籃球慣用動作。此分析系統能為籃球愛好者提供清晰的動作偏好資料,具有提升訓練成效的潛力,同時為籃球技術分析與訓練提供了一個精確的數據分析工具。

Enhanced Hybrid Ensemble Model for 10-Year CO2 Emissions Forecasting in Taiwan: A Comparative Study of Univariate and Multivariate Models

隨著氣候變遷對人類生活帶來越來越大的的影響,CO2 為氣候變遷的主要驅動因素之一,準確預測二氧化碳(CO2)排放量變得至關重要。 本研究深入探討了各種先進的單變量和多變量時間序列模型,並提出一種新穎的混合集成模型,旨在提升台灣CO2 排放的預測準確性。 我們採用了自1965 年至2022 年的年均數據集,涵蓋CO2 排放量以及天然氣、煤炭和石油的消耗數據,利用標準評估指標來評估模型表現。在多次實驗中,我們選定了三個表現最佳的模型,並通過疊加泛化技術將其預測結果整合至一個元模型。所提出的混合集成模型達到了1.398% 的MAPE 分數,顯示出相較於傳統模型更優越且穩定的性能。 經過全面優化後,本模型可為政策制定者和產業領袖在制定減少CO2排放的決策時提供了可靠的依據。