海大執行海委會學生專題研究計畫 2件成果榮獲優等

海委會主委李仲威頒發獎狀予海大生科系陳子龍同學

【海大快訊】國立臺灣海洋大學執行海洋委員會109 年補助大專校院學生專題研究計畫,計畫執行成果從24案脫穎而出,獲選2件優等,分別為生命科學暨生物科技系林翰佳教授指導的陳子龍同學及由通訊與導航工程學系張麗娜主任指導的劉致圻同學,並由海委會主委李仲威親自頒發獎狀及獎牌表揚。許泰文校長獲訊表示,海大是以海洋為主體的國際頂尖大學,期望同學勤奮學習、努力研究。

海委會為為培育優秀海洋事務研究人才,鼓勵各大專校院學生參與海洋相關之專題研究計畫,每年補助學生海洋相關之專題研究計畫,109年共有24案獲得補助,經過審查,其中僅5案成果報告獲得優等,海大就占了2件,海委會特安排於12日109年成果發表會暨110年研究計畫執行說明會中進行頒獎。另,109年研究計畫獲選24案中海大獲得6案、110年研究計畫獲選15案中海大獲得5案,皆是獲補助案件最多的學校。

陳子龍同學執行的鑑定三角褐指藻的矽親和蛋白以及研究其與海洋矽藻的生理關聯研究計畫,研究目的為鑑定三角褐指藻的矽親和蛋白並探討此蛋白對於其形態與生理功能的影響,了解矽藻生理與未來之應用。矽藻是海洋生態系上重要的物種,同時也具有相當多的產業利用價值,其中較新演化出的羽狀溝縫型矽藻,迄今尚未被鑑定出任何的矽親和蛋白。研究選定屬於羽狀溝縫型的三角褐指藻,是矽藻中唯一可於活體操控矽殼矽含量與構型的種類,從蛋白資料庫篩選出唯一的矽親和蛋白候選者 SKR1,經過詳細的機制探討與功能性試驗,SKR1未來將有潛力被應用於藥物緩釋載體以及環境檢測指標評估的平臺開發上。

劉致圻同學執行的應用深度學習於船舶影像分類研究計畫,主要是為提升船舶偵測的即時性與準確性,為提供足夠數量的深度學習資料,首先建立臺灣船舶數據集,除常見的可見光影像外,也加入紅外線影像,以提升於夜晚極低亮度下船舶分類的效能。研究發現以 YOLOv3 為基礎的船舶分類網路不受異質數據集的影響,在分類效能上有很好的表現,並在分類速度上擁有 YOLO 網路即時性的優點。根據實驗結果,可以成功分類出本研究所建立 6 種不同種類的船舶,且平均精度(mean average precision, map)達到 89.7%,分類速度可達71.3 FPS(Frames Per Second)。藉由建置的船舶數據集及應用 YOLOv3 於船舶分類,將有助於船舶管理與監控之實現。

 

新聞來源>>