项目编号：UGC/FDS16/P03/25

项目名称：基于拓扑绝缘体的表面作为增强表面等离子体共振传感的新型平台

首席研究员：ASSI Dani Samer博士（都大）

摘要

透过波长选择性可调性增强表面电浆体共振（SPR），有潜力推动电浆体器件的发展，从而释放电浆体技术在感测、生物医学诊断以及未来环境监测应用中的巨大潜能。然而，传统上广泛采用的高电导率预定义周期性金属（如金和银）——通常被视为传统电浆体材料，却因能带间电子跃迁和Drude损耗导致显著的能量耗散，从而限制了其在电浆体应用中的效率和灵敏度。除此之外，这些材料在实际器件的实现和整合过程中也面临额外的缺陷与挑战，包括有限的工作频宽、较差的可调性、复杂的制造工艺，以及最为关键的高成本，使其难以在大规模或成本敏感型应用中得到推广。

这一现实推动了对新型低损耗、低成本且高度可调的电浆体材料的探索，以期实现更高效率和更宽广的工作频宽——这些是传统电浆体材料无法保证的能力。基于此，我们计划设计并开发可调谐的拓扑绝缘体（TI）表面，包括锡基硫族化合物（SnSe、SnTe、SnSeTe）、锑基硫族化合物（SbSe、SbTe、SbSeTe）以及铋基硫族化合物（BiSe、BiTe、BiSeTe），其性能将被优化以增强表面电浆体共振，并实现可调的选择性光谱响应。

拓扑绝缘体材料表现出强自旋—轨道耦合，形成受保护免于背散射的狄拉克表面态，使得来自这些表面态的载流子能够在表面平行自由移动并传导电流。这些特性促进了表面电子与表面电浆体模式在宽广光谱范围（从紫外到太赫兹）的增强耦合，从而支持多样化的电浆体应用。

在本专案中，我们提出透过调控(Se)与(Te)的比例来影响能阶分布、载流子动力学以及自旋—轨道耦合（即自旋态与电荷态的锁定效应），从而最大化与表面电浆体的相互作用并最小化电浆体损耗。因此，调控(Se)与(Te)的比例对于增强SPR效率以及调整光谱频宽至关重要。

在实验上，我们将采用电化学合成技术制备这些TI表面，以确保其元素组成和结构的精确控制。我们近期在拓扑绝缘体材料电化学合成方面的发表成果（Dani S. Assi 等, Advanced Materials 2024, 36, 2306254；Dani S. Assi 等, Advanced Science 2023, 10, 2300791）以及前期的模拟结果，已证明了本研究方案的可行性。

在本专案中，我们旨在突破传统电浆体材料的局限性，透过探索可调谐TI表面的潜力来增强SPR效应、降低电浆体损耗，并扩展选择性响应能力，以满足多功能下一代感测应用的需求。我们将采取系统性的方法研究所提出TI表面的材料组成与结构表征流程。

本研究的主要交付成果包括：(1) 采用电化学沉积技术合成拓扑绝缘体材料，重点优化其奈米结构；(2) 制备晶圆级（4吋）可调谐TI表面；(3) 开展理论研究与实验表征，探讨所开发TI表面的表面电浆体和电子特性；(4) 建立基于TI的感测平台，其具备增强的SPR效能与可调光谱范围，用于检测三种不同抗生素的「指纹」特征。

本提案的创新性在于能够透过简易的制备工艺生产可调谐的TI薄膜，使其在实现选择性光谱响应的同时，具备更高效率，并且成本显著低于传统电浆体材料。若本研究成功实施，将推动电浆体技术在感测、诊断与环境监测中的发展，并为香港及粤港澳大湾区这一人口密集的重要科技枢纽作出贡献。

 

项目编号：UGC/FDS16/E07/25

项目名称：基于 MPEG 标准化组开发的视讯点云压缩器(V-PCC)之三维点云的品质增强

首席研究员：欧阳兆基博士（都大）

摘要

近年来，三维视频与图像数据在自动驾驶、城市数字孪生、虚拟增强现实（AR/VR）及文化遗产保护等领域的应用日益受到关注。点云作为三维数据的典型表现形式，因其能精准呈现复杂场景的细节特征而备受重视。

点云是通过三维空间中的离散点集表征物体表面形态的数据形式。每个点不仅包含三维座标等几何信息，还可携带表面法向、亮度值与色彩特征等属性。根据应用场景差异，点云可分为点云场景和点云物件两大类：点云场景通常由车载激光雷达等设备实时采集，用于自动驾驶导航；点云物件则包含静态与动态两类，其中动态点云可随时间变化，广泛应用于AR/VR、全息影像及遥控呈现等技术。单帧点云可能包含数百万个数据点，以每帧百万点、每点60bits的标准动态点云为例，未经压缩的30帧/秒动态点云每秒将产生约180MB数据量，对传输带宽与存储空间提出巨大挑战。

为有效压缩点云数据，动态影像专家组（MPEG）制定了两种标准压缩方案：基于几何的点云压缩（G-PCC）采用树状结构编码技术，适用于静态点云场景；基于视频的点云压缩（V-PCC）通过投影生成二维图片，专为动态点云对象设计。

在V-PCC标准中，三维点云被转换为二维图片序列并编码为传统二维视频，可借助H.264/H.265等视频编码标准进行压缩。但该过程会导致重建点云质量显著下降，尤其在低码率传输时会出现三类典型失真：（1）几何错位：数据点空间位置发生偏移；（2）属性失真：色彩与亮度特征改变；（3）点云缺失：部分数据点丢失。

由于点云是新兴的三维稀疏数据表征形式，传统图像视频增强技术难以直接适用。本研究旨在开发一种综合解决方案，通过联合优化几何错位、属性失真与数据点丢失问题，全面提升压缩点云质量。鉴于压缩过程的复杂性，增强操作可嵌入编码环路内部或作用于解码后端。我们期望所提出的增强方案能为下一代MPEG V-PCC/PCC标准提供技术支撑，并进一步探索该方案在G-PCC及端到端压缩等其他点云编码方法的适用性。

 

项目编号：UGC/FDS15/H29/25

项目名称：在扫描中记忆：探索移动式3D扫描技术对空间记忆实践的可供性

首席研究员：蔡胜丹博士（树仁）

摘要

近来，流动3D扫描科技变得日益普及，令一般使用者能轻易地将空间捕捉为3D模型。尽管最初多为设计、存档和房地产等专业目的所用，流动3D扫描如今已被用来保存具有个人意义的空间，例如童年时期的家或过渡性的居所。在人口流动日趋频繁的脉络下（例如数码游牧、侨居人士和国际学生），此趋势变得尤其切合。随着流动3D扫描日渐普及，它有望像手机摄影一样，成为记忆建构中不可或缺的一环。尽管其用途日增，流动3D扫描在记忆研究领域的意涵仍有待深入探讨。关于数码记忆的研究，过往多数聚焦于「连结性」与「无地方性」等主题。这些特性虽因将记忆从实体疆界中解放而备受赞扬，却也因助长了人们与地方之间肤浅而短暂的连结而受到批评。在数码记忆研究中，实体空间的静态、固定本质，与互联数码网络中资讯的流动、动态特性之间，浮现了一种张力。然而，适地性媒体的兴起挑战了这种被认知的不相容性。例如，扩增实境应用程式让游客能与迭加的数码内容及实体场景进行深度互动。流动3D扫描则进一步推动此转变，它不仅促使使用者以数码方式保存他们认为有意义的空间，亦驱使他们在扫描的行动中，重新探访这些空间及与之相关的记忆。透过在同一个实体空间中整合人类行动者、数码工具与持续进行的记忆实践，探讨流动3D扫描与记忆实践之间的关系，为弥合此一理论上的不相容性提供了契机。

现有的记忆媒体理论往往强调再现性的成果，例如最终产出的3D模型；本研究则将焦点转向在扫描过程中展开的、持续进行的记忆实践。有别于摄影的瞬时捕捉，扫描要求使用者亲身在空间中移动并与之互动，这让他们得以重访熟悉的所在、发掘被遗忘的角落，并留意到曾忽略的物件。当使用者手持扫描设备在环境中游走时，他们的注意力、感知和行动亦随之演变，从而将记忆建构转化为一个主动的、具身化的过程。为探讨此持续进行的过程，本研究援引「可供性」的概念，此概念强调行动者的感知与物体、环境或科技的能力之间的相互性。此框架让我们得以检视人类行动者、数码工具与实体空间之间的动态互动，并聚焦于这些互动如何承载特定的记忆实践。本研究将采用参与式工作坊模式，参与者将接受流动3D扫描技术训练，并负责记录具个人意义的空间。透过后续的反思与讨论，参与者将针对在扫描前的准备、扫描过程以及扫描后的回顾期间，有哪些记忆实践被提供而提出见解。藉由以流动3D扫描为切入点，并考量人类行动者、数码工具与实体空间在提供记忆实践上的相互作用，本研究调和了实体与数码之间的不相容性。除了学术贡献，研究结果在提升大众的3D科技素养，以及指导未来记忆保存工具的设计方面，亦具实际应用价值。虽然本研究聚焦于记忆的产制过程，但它也为未来研究3D扫描记忆如何被他人分享与体验奠定基础。

 

项目编号：UGC/FDS16/E15/25

项目名称：电弧增材制造钢的承压型螺栓连接在室温、火灾和火灾后的性能与设计

首席研究员：蔡炎城博士（都大）

摘要

增材制造（AM）技术已广泛应用于航空航天、矿业设备和汽车等多个工程领域。近年来，由于其在建筑业，特别是钢结构设计与建造方面的巨大潜力，该技术也开始在建筑业探索应用。电弧增材制造（WAAM）因其较高的沈积速率、较大的建造空间和较低的成本，被普遍认为是最适合钢结构应用的增材制造技术。这项数位化制造技术目前已在包括中国在内的多个地区有所应用。WAAM技术为解决建筑业面临的诸多挑战提供了新的机遇，例如减少建筑垃圾、缓解包括香港及其他地区在内熟练工短缺和老龄化问题，以及提升施工现场安全。此外，它还能带来结构优化、远端施工便利等诸多优势。这些优势与香港特别行政区政府（HKSAR）的公共政策目标相契合，例如减少建筑废弃物、提高能源效率和促进可持续发展。WAAM技术也与HKSAR发展局发布的「建筑2.0」战略规划相符，该规划旨在推动建筑业应用先进技术，尤其注重提升施工现场安全性和创新性。然而，对于工程师和研究人员而言，采用电弧增材制造（WAAM）技术制造的钢结构相对较新。由于目前相关研究有限，尚无WAAM钢结构及其构件的国际设计规范，缺乏统一标准，因此，限制了该技术在建筑业的广泛应用。

螺栓连接是钢结构构件和结构单元组装中最常用的连接方式之一。它能够有效传递结构钢构件（如支撑、主梁和立柱）以及钢结构单元（如钢模块建筑）之间的荷载。这些连接的荷载传递机制通常分为承压型（螺栓直接承受连接件的压力）和摩擦型（透过预紧螺栓达到一定预紧力，使连接件之间产生摩擦力）两种、或两者兼具。螺栓连接的结构性能对于确保结构在各种环境下的整体性和稳定性至关重要，包括常温、火灾和火灾后状态。尽管钢结构建筑产业对应用电弧增材制造（WAAM）技术有着浓厚的兴趣和迫切需求，但目前尚无针对电弧增材制造（WAAM）钢结构螺栓连接在常温、火灾和火灾后状态下的设计规范。此外，现有文献中关于WAAM钢结构螺栓连接的研究也较少，尤其是在火灾和火灾后状态下的研究更是寥寥无几。

本研究旨在探讨WAAM钢材承压型螺栓连接件在常温、火灾和火灾后状态的结构性能。研究将模拟火灾环境温度最高可达1000℃。实验将使用不同强度的金属丝作为原料制备WAAM钢材连接件样品，包括ER70S和ER120S，其名义屈服强度最高达830 MPa的。此外，也将研究不同的打印方向对连接件性能的影响。研究将采用实验和数值模拟相结合的方法，评估WAAM钢材承压型螺栓连接件的结构性能。研究目标是获得这些连接件在常温、火灾和火灾后状态下承载能力、螺栓孔变形性能和破坏模式的实验和数值模拟资料。同时，研究也将为不同的破坏模式制定新的设计方法和准则，以促进WAAM钢材在建筑业的应用。这项研究将有助于开发更具创新性、效率更高、更可靠的WAAM钢结构设计方案。

 

项目编号：UGC/FDS51/H01/25

项目名称：从《诗经》韵律反映上古汉语的长短元音对立

首席研究员：陈以信博士（伍伦贡）

摘要

上古音泛指先秦两汉的语音系统，而首位拟构上古音的汉学家高本汉，其上古拟音实是把自家中古《切韵》拟音投射到清儒古韵研究的成果。高本汉假设中古三等韵与非三等韵之别，在于前者有介音 /j/，而他更把这三等介音上推至其上古拟音。由于此介音令上古音系显得极不自然，历年来研究上古音的学者都千方百计想除掉它，一个办法就是假设上古有长短元音对立，而中古的三等介音源自其中一类元音。

《诗经》是中国现存最早的诗歌总集，儒家奉为五经之一，本以上古音吟咏。若上古音确实存在此长短元音对立，这项对立理应反映在《诗经》韵律，但事实却恰恰相反。

本研究计划旨在提出我的上古韵母拟构。我同样假设上古有长短元音对立，理据却迥然相异。我早年已指出高本汉的三等介音说种种不合理之处，并透过构拟一套松紧元音系统，完满地解决《切韵》音系里的相关疑难。如今我意欲解释这套中古元音系统，究竟如何从上古音演变而来。我提出上古的长短元音演变成紧松对立，而六朝期间发生的一场元音大转移，则彻底打破了上古韵部的格局。因此我上古拟音里的长短元音，跟《切韵》三等与非三等的对立并无直接关系。

初步测试显示，我提出的上古长短元音对立，跟《诗经》的韵律相合。千多年来，文坛一致认定，在沈约等提出四声八病以前，中国古诗只斟酌字数、押韵，并无如近体诗逐字推敲平仄的做法。而我的理论却推断，《诗经》早有类似古罗马、希腊、印度诗歌那种基于元音长短的格律。倘若这理论成立，将彻底颠覆我们对上古汉语、《诗经》韵律、以至中国诗歌发展的理解。

 

项目编号：UGC/FDS24/B21/25

项目名称：科技压力与体验经济：扩增实境与虚拟实境对不同世代人群博物馆的影响

首席研究员：陈亚香博士（理大专业进修学院）

                              

摘要

在虚拟旅游与服务自动化的时代，沉浸式科技如虚拟实境（VR）与扩增实境（AR）日益被应用于提供具吸引力的旅游体验。研究指出，VR 与 AR 能透过沉浸式与互动元素，显著提升博物馆参观者的体验，弥补传统展览可能缺乏的感官刺激与互动性。这些技术深刻地影响旅游业，影响游客决策过程的多个阶段。预计到 2024 年， VR 与 AR 将贡献全球市场达 728 亿美元。具体而言，VR 与 AR 能强化旅游目的地与景点的视觉化呈现，提供饭店预览，并透过「先试后买」的体验来降低感知风险，提升他们的造访意愿。在旅游目的地，VR 与 AR 能透过美学、娱乐与教育等方面，提供额外的感官体验，并支援数位导览与导航功能，进一步提升旅客的参与度与满意度。VR 与 AR 亦能鼓励旅客以虚拟方式重游目的地。然而，全球人口老龄化带来挑战。高龄旅客因不熟悉科技，可能产生「科技压力」（technostress），进而影响其旅游体验。高龄旅客预计将成为国际旅游市场中最大的潜在群体，未来几年将有显著成长。到 2030 年，每六人中就有一人年龄达 60 岁或以上；到 2050 年，60 岁以上人口将达 21 亿人。2024 年，60 岁以上旅客占总旅客人数的 37%，相较 2020至 2021 年的 16.45%有明显上升。高龄旅客平均每年旅游 27 天，超过 52%的人将旅游与度假视为可支配收入的优先项目。

尽管数位科技已广泛嵌入旅游与娱乐业务中以提升效率，VR 与 AR 亦可能造成认知负荷与分心。因此，本研究旨在建立一个整合模型，以理解高龄旅客在博物馆情境中对 VR 与 AR 旅游体验的态度与行为。具体研究目标包括：建立整合模型以探讨 VR 与 AR 体验如何影响旅客在博物馆中的满意度与重游意愿；识别博物馆体验经济与旅客对 VR 与 AR 体验的感知价值之间的关联；分析感知价值与旅客行为之间的关系；讨论「科技压力」与「年龄」在形成旅客满意度与记忆中的调节角色；并探索不同世代对 VR 与 AR 旅游体验的认知与态度差异。

本研究将采用混合方法，探讨不同世代如何看待 VR/AR 在影响其行为意图（如体验记忆与参观满意度）方面的角色。研究结果可为目的地管理组织（DMOs）、旅游景点、博物馆、旅行社及其他相关机构提供有价值的洞见，以制定合适的数位策略，提升旅游体验、提高访客满意度，并鼓励景点的重游率。藉此，旅客将对目的地产生更高的忠诚感。

 

项目编号：UGC/FDS24/E16/25

项目名称：为香港构建一个云端关爱中产长者房屋评估系统

首席研究员：陈庆麟博士（理大专业进修学院）

摘要

人口老化是全球趋势，受到政策制定者和学术界的关注。香港作为其他发达经济体之一， 65岁及以上的老年人口比例逐渐上升，预计到2039年，这一比例将增至32.3%。作为一个高度城市化的城市，香港的老化问题影响着不同行业，包括房地产、工程、建筑和社会科学。老年友善城市的发展已成为一个引起研究者广泛关注的研究领域。为了应对与老年人口相关的问题，如人口结构变化、养老金短缺和医疗费用增加，倡导在地老化（AIP）以实现成功老化。成功老化指的是罹患疾病的概率低、良好的认知和功能能力，以及积极参与老年人的生活。

尽管AIP在全球不同国家得到推广，但面临的一大挑战是许多老年人的居住条件未能满足其晚年生活的需求。香港的许多住宅建于上世纪，建筑标准过时，而房屋的老年友善特性往往不是开发商和个人的主要关注点。以往针对香港AIP的研究主要集中在低收入阶层，其住房需求通常由公共租住房屋来解决。相比之下，中产阶级的老年人则相对处于劣势，因为他们通常无法获得各种政府在住房、社会福利和老年人外展支持服务方面的补助。

本研究旨在为香港中产阶级的住宅开发一个基于云端的计算框架，以评估住房的老年友善性，并融入数字包容性和智能技术。最终形成的整体老年友善指数将有助于在老年人住房的建筑设计和维护方面进行决策。此外，将创建一个用户友好的云端计算系统，以可视化和比较香港不同住房项目的老年友善性。

在短期影响方面，该指数将提高对老年友善住房重要性的认识，并鼓励个人、政策制定者和开发商评估现有的住房选择。它将帮助识别当前住房存量中的缺口和改进空间。此外，评估过程将促使老年人的生活条件立即改善。可及性、安全性和舒适性等问题可以及时解决，确保中产阶级的老年居民拥有合适和舒适的住房选择。至于中长期影响，该指数可以作为建立老年友善住房最低标准的基准，这可能促使制定确保新住房项目满足老年人需求的规范和指导方针，促进可及性、适应性和安全性。老年友善住房可以通过创造社区来增强社会包容性，使老年人能够独立生活并积极参与社会。该指数还可以推动住房的发展，促进社交联系、鼓励代际互动并支持在地老化。

 

项目编号：UGC/FDS16/M06/25

项目名称：栅藻对不同尺寸微塑料的反应之研究

首席研究员：陈文艺博士（都大）

摘要

塑胶已成为现代生活不可或缺的一部分，然而其生命周期常导致碎片化形成微塑胶（MPs，1 μm至5 mm）与奈米塑胶（NPs，小于1 μm）。这些微米/奈米级塑胶（MNPs）普遍存在于空气、水体、土壤、沉积物及生物群等环境介质中，引发了对其跨营养级水生生物毒性效应的担忧。此类污染物可能破坏胃肠功能、抑制生长、诱发免疫毒性并在食物网中生物累积，因此被列为需迫切研究的新兴污染物。

作为初级生产者，微藻对生态系统功能与全球碳循环至关重要。MNP暴露导致的微藻生理变化可能通过降低初级生产力和营养循环来破坏食物链，藉由减少生物多样性与恢复力来动摇生态系统稳定性，并引发长期生态后果。这些连锁效应突显了理解MNP对微藻与水生生态系统影响的极端重要性。

尽管现有研究报告显示MNP对微藻存在正向与负向双重影响，但因实验条件差异、物种特异性反应及所用MNP类型特性不同，结果仍存争议。当前研究多聚焦于小球藻（Chlorella）和聚球藻（Synechococcus）等模式物种，对栅藻（Scenedesmus）等广泛分布微藻的反应机制仍知之甚少。此外，转录组变化等分子层面的应对机制仍缺乏系统性研究。

本研究旨在透过探究本地河口分离的四尾栅藻（Scenedesmus quadricauda）和尖细栅藻（Scenedesmus acuminatus）对不同聚合物类型、尺寸及浓度MNP的生理与分子响应，弥补当前知识空白。具体目标包括：i）解析两种栅藻对不同类型、尺寸及浓度MNP的生理响应，厘清这些因素如何影响微藻整体活性；ii）比较两种栅藻应对MNP暴露时采用的生化防御机制；iii）阐明两种栅藻响应MNP的分子机制，从基因表达变化层面揭示该属藻类适应环境胁迫的内在机理。本研究将深化对微藻MNP响应机制的理解，为评估水环境中MNP污染的生态效应提供关键见解，最终为水生态系统塑料污染风险评估与缓解策略制定提供科学依据。

 

项目编号：UGC/FDS11/M03/25

项目名称：杏仁核在GLP-1受体激动剂诱导的恶心和呕吐中的作用

首席研究员：陈诗华博士（方大）

摘要

肥胖与糖尿病已成为影响全球约8–10%人口的重大公共卫生问题。胰高血糖素样胜肽-1（GLP-1）受体激动剂是一类新型药物，可用于治疗第二型糖尿病与肥胖。然而，约有40–70%的患者可能出现包括恶心与呕吐在内的不良胃肠道副作用，限制了药物剂量的应用。理解GLP-1受体激动剂相关副作用的机制，对于开发耐受性更佳的新疗法十分重要。然而，目前大多数研究集中于脑干，限制了我们对恶心机制的认识。

有证据表明，GLP-1受体激动剂引起的恶心与呕吐涉及大脑中呕吐途径的活化。我们先前发现，脑干与下丘脑中的GLP-1受体可能参与了Exendin-4与GLP-1(7-36)酰胺在食虫目家白鼬鼠（Suncus murinus）中诱发的呕吐。将这些药物直接注入中枢时，也会增加位于杏仁核中央核（CeA）的c-Fos表达，而该区域存在GLP-1受体。透过无线遥测技术，我们发现Exendin-4可引发与恶心相关的行为反应。近期研究进一步显示，外周给药的Exendin-4可诱发呕吐，并增加CeA、孤束核及最后区（area postrema）的c-Fos表达。将巴可洛芬（baclofen）注入下丘脑室旁核（PVH），可拮抗外周给药的Exendin-4所诱发的呕吐，而不影响其抑制食欲的作用，提示下丘脑的γ-氨基丁酸B型受体（GABAB）可能在其中发挥作用。此外，持续将胃泌素（ghrelin）灌注至CeA，可拮抗顺铂诱发的呕吐，而去酰胃泌素则会加强顺铂引起的心血管与呼吸变化。CeA接收来自臂旁核（parabrachial nucleus）及PVH的投射，并向脑干发送下行信号，以调控情绪并介导恶心的感知。我们假设CeA可能参与GLP-1受体激动剂引起的恶心与呕吐机制。活化CeA 中抑制性GABAB神经元可能削弱GLP-1受体的讯号传导，最终减轻GLP-1受体激动剂所诱发的恶心与／或呕吐。

在本研究中，我们将透过动物实验，结合行为测试与既有的无线遥测记录技术，以评估与恶心相关的生理变化，并进一步进行c-Fos免疫组织化学染色与蛋白印迹法分析，以探讨大脑功能。总体而言，这些研究将提供GLP-1受体激动剂副作用的生物学与分子层面见解，最终有助于指导新型抗糖尿病与抗肥胖疗法的开发。我们的新发现亦可能揭示恶心与呕吐的全新机制，为抗呕吐药物开发带来突破，并对公共卫生产生重大影响。

 

项目编号：UGC/FDS11/H02/25

项目名称：文化冷战下的香港南来文人：徐吁及「视觉小说」游戏开发

首席研究员：陈晓婷博士（方大）

摘要

从1950年至1969年，中国作家徐吁（1908–1980）在香港报刊（如《星岛晚报》和《世界今日》）大量发表小说，充分展现了他对文学创作的热忱。然而，尽管徐吁乃香港文学的重要作家，亦是「南下知识分子」的代表人物，其作品却甚少被置于香港的社会政治脉络下进行深入探讨。

本研究旨在填补上述研究空白。首先，以文化冷战与美援文艺体制为框架，重新解读徐吁在香港被忽视的小说创作，深入剖析其作品与本地政治环境的关系。其次，本研究将超越人文学科中传统的文本分析方法，透过重建并还原读者群的阅读经验，进一步拓展研究视野。其三，致力于知识转移，通过结合文学研究与人工智能及设计，开发一系列改编自徐吁小说的「视觉小说」游戏。

此互动平台不仅能令徐吁的作品得以普及，更与新兴的「人文科技」领域相互呼应，从而激发受众——尤其是惯于数位媒介、较少接触传统文本的年轻世代——对现代中国文学产生兴趣。

 

项目编号：UGC/FDS14/H06/25

项目名称：转型与重构：民国时期屈原与《楚辞》接受研究

首席研究员：陈鸿图博士（恒大）

摘要

民国（1912 - 1949）时期，中国经历了重大的文化转型，呈现出西方文明与东方文明知识交融的景象，成为传统向现代转型的中介。当时的知识份子在受到西学冲击下，重新审视中国本土文化，并在传统学术的基础上加以创新，形成了一片充满活力的学术景观。民国学人对屈原及《楚辞》的研究投注了极大的心力，绝大部分民国学术大家如胡适、梁启超、顾颉刚、傅斯年、郭沫若和闻一多等均曾参与过相关研究。据本计划初步统计，民国楚辞学著述数量超过一百多种，这些著作涉及到文学、哲学、地理、民俗、神话等多个不同范畴的面向，而研究方法既受西学影响，又带有传统治学色彩，可以说民国的楚辞学研究折射出民国巨变时代五光十色的特色。本计划认为民国的楚辞学代表了从传统楚辞学到现代楚辞学的重要过渡阶段，因此应当独立成为研究课题，以深入探究其历史与学术意义。本计划的目的在于了解民国学人对屈原及《楚辞》的接受情形，尤其是屈原的形象如何因受西方思想的影响而产生变化。本计划将阐述西学东渐之下，传统楚辞学的转型，并衡量西学知识对楚辞学的影响和意义，以及对现代楚辞学所带来的启示。最后，本计划期望透过跨学科和跨研究方法的尝试，可以应用于其他中国传统文学和文献的研究。

 

项目编号：UGC/FDS16/P05/25

项目名称：PDMS 激光表面工程：增强防污和电化学传感能力的先进模块化微流体平台

首席研究员：陈键林博士（都大）

摘要

聚二甲基硅氧烷(PDMS)是广泛用于制造微流控元件的材料，但其表面特性通常需要进行改质以增强微流控元件的性能。虽然雷射诱导石墨烯(LIG)技术已成为一种相当有前景的表面工程方法，但目前基于LIG的PDMS表面改质方法存在局限性，例如需要添加富碳添加剂（例如聚酰亚胺粉末）或需要将LIG结构（例如从聚酰亚胺薄膜）转移到PDMS表面。

为了突破这些局限性，本计划提出了一种新颖的直接方法，利用二氧化碳 (CO₂) 雷射技术对 PDMS 表面进行改性，而无需添加额外的富碳添加剂。本研究的主要目标是：1) 优化雷射处理参数以精确控制改性 PDMS 表面的特性；2) 研究 CO₂ 雷射诱导 PDMS 表面改质的机理和动力学；3) 将改质 PDMS 表面整合到微流控系统和电化学感测器中。

与以往依赖类石墨烯结构的方法不同，这种直接利用二氧化碳雷射的方法提供了一种更简化、更可自订的途径，可直接在PDMS表面赋予所需的特性，例如增强的电化学性能和更佳的防污性能。透过系统性地改变雷射参数，包括速度、功率、频率和脉冲密度，研究团队将全面了解如何客制化PDMS表面改性，以满足微流体和电化学感测应用的特定需求。

此外，该计划将透过先进的表征技术，探讨二氧化碳雷射诱导PDMS表面改质的潜在机制和动力学。改质后的PDMS表面将整合到微流体系统中，以评估其防污性能，并将其用作模块化客制化电化学感测器的电极材料，评估其在各种环境监测应用中的灵敏度、选择性和稳定性，例如检测有机化合物和微生物污染物。

这项研究的成果有望为包括微流控和生物传感产业以及环境监测机构和部门在内的各利益相关者带来显著益处。透过拓展对基于雷射的PDMS直接表面工程的理解和应用，该研究将有助于开发先进的多功能材料和设备，从而增强环境监测能力并支持可持续的解决方案。这项研究的预期影响与国家《国家经济和社会发展第十四个五年规划》和《2035年愿景》中概述的香港创新科技发展蓝图相一致。

 

项目编号：UGC/FDS16/E16/25

项目名称：基于概念的视觉状态空间模型的开发及在可解释溃疡性结肠炎诊断中的应用

首席研究员：陈雪丽博士（都大）

摘要

溃疡性结肠炎（Ulcerative colitis, UC）是一种慢性炎症性肠道疾病，其特征是从直肠开始的持续粘膜炎症和溃疡，并可能蔓延至整个结肠。UC对患者的生活品质造成重大影响，包括影响身体健康、心理福祉、社交互动以及职业生活。准确评估UC的严重程度对于治疗决策和疾病进展的监测至关重要。Mayo内镜评分（Mayo endoscopic score, MES）在开发自动化UC严重程度评分系统中被广泛使用。透过MES系统标准化UC评估方式，不仅有助于跨研究结果的有意义比较，也能促进精准化与个人化的治疗策略。

目前的自动化UC严重程度评分方法，例如卷积神经网络（CNNs）和视觉转换器（Vision Transformers），面临两个主要限制：（1）难以有效建模内镜图像中的长距依赖性；（2）缺乏可解释性，因而阻碍了其在临床环境中的采用。最近在状态空间模型方面的进展，特别是Mamba架构，提供了线性计算复杂度、硬体高效实现以及在保持全局有效感受野的同时建模长距依赖性的优势。我们的研究团队最近开发了一种基于Mamba的模型——UCMamba，用于UC严重程度评分。尽管UCMamba在初步实验中显示出其有效性，但在保留局部和全局信息的空间关系方面仍有改进空间。因此，本项目的目标之一是提出基于影像层级和区块层级的对比学习方法，以增强UCMamba的特征表征能力。我们提出的影像层级对比学习能更好地捕捉全局信息，而区块层级对比学习则能捕捉更精细的局部信息。

可解释性是我们工作的另一个重点。在医疗领域，拥有高性能且易于理解的模型至关重要，这推动了可解释人工智慧的研究需求。最近，事前可解释方法（特别是基于概念的方法）引起了广泛关注。MES系统根据红斑、血管模式、脆性和溃疡的程度，将UC的炎症评估为0（正常）到3（严重）的四分制。鉴于MES的语义特性，基于概念的方法为UC诊断提供了一个有前景的解决方案。因此，本项目的另一个目标是使用基于概念的方法开发一种内在可解释的UC诊断模型。我们提出的框架旨在将UCMamba的特征空间投射到一个轴向对应于可解释概念的空间，并基于这些概念的加权平均进行预测。该框架将以视觉和文本格式提供模型预测的解释。例如，可以可视化UCMamba中的注意力机制，以突出对最终预测有贡献的重要区域。此外，线性预测器的权重表明每个概念对最终决策的重要性，使概念瓶颈层能够阐明个别决策的推理过程。

我们的框架有潜力通过提供准确、自动化且可解释的评分系统来革新UC严重程度的评估。藉由弥合机器学习与临床实践之间的鸿沟，UCMamba将赋能胃肠病学家做出更明智的治疗决策，最终改善患者的治疗效果。

 

项目编号：UGC/FDS16/H45/25

项目名称：重新思考激励性评价监管：以利益相关者为中心的中国电商透明化研究

首席研究员：吉莉博士（都大）

摘要

线上评论对于消费者决策至关重要，但其可靠性日益受到「有偿评论」（其中最常见的形式为「好评返现」） 的威胁——即商家通过提供金钱、折扣或礼品等奖励换取正面评价。在中国，特别是「好评返现」这一问题尤其普遍，导致资讯误导、不公平竞争和消费者信任度下降。对此，中国政府于 2024 年实施了全国性的「好评返现」禁令，明确禁止「好评返现」等行为。然而，尽管有此禁令，违规行为仍然持续存在：商家寻找规避检测的方法，平台难以有效执法，消费者则持续接触到带有偏见的评论。

本研究旨在探讨禁令未能完全生效的原因，并探索替代监管方案以提升合规性、恢复消费者对线上评论的信任。研究采用多视角分析方法，综合考察消费者、商家和电商平台三大关键群体的观点。通过访谈与案例研究，分析消费者如何理解线上评论、能否识别偏颇内容，以及禁令如何影响其对评论真实性的信任；同时探究商家对禁令的解读与合规情况、执法面临的挑战，以及其对监管改进的观点；此外，亦探讨电商平台如何检测和防范有偿评论、执法过程中的困难，以及其对替代合规策略的看法。

中国以外的许多国家针对虚假或偏颇评论问题采用了不同的监管模式。有些政府强调严格执法，有些则侧重以透明度为基础的措施（例如要求商家披露有偿评论）。本研究比较英国、欧盟、美国和澳洲的监管框架，进行法律比较分析，评估这些模式中的要素（例如强制披露机制）能否适用于中国的法律与经济环境。通过识别国际最佳实践并评估其在中国的可行性，本研究将提出实用建议，以改善监管执法、强化商家问责，并帮助消费者做出更明智的购买决策。

本研究结果将为消费者权益保护、电子商务监管和数位平台治理的学术与政策讨论提供贡献。据此提出具体政策建议，包括强制披露规则、更严格的平台责任机制，以及消费者教育措施，以建立更透明、可信的线上市场。最终，本研究旨在构建一个能有效打击误导性评论、保护消费者权益并促进商业伦理的监管框架，不仅为中国提供解决方案，亦可为其他面临类似挑战的数位经济体提供参考。

 

项目编号：UGC/FDS11/H05/25

项目名称：跨代团结和南亚老年人社会排斥的研究

首席研究员：张沛玲博士（方大）

摘要

香港人口结构以华人为主体，占比约91.6%。在少数族裔中，印度人、尼泊尔人和巴基斯坦人是三个主要群体。统计数据显示，2011年至2021年间，这三个族群中65岁或以上的老年人口增幅达93.8%。此一老龄化趋势凸显了需关注他们在不同文化背景下的老年生活经验。文献回顾指出，少数族裔老年人在多个层面上遭遇排斥，导致孤立、寂寞，以及在社会或医疗服务方面的不平等待遇。尽管全球已有大量关于少数族裔晚年生活的研究，香港在此议题上的研究仍相对不足。这很大程度上源于普遍认为南亚老年人由家庭妥善照顾，家庭能在经济与情感上提供支持，协助申请服务，更重要的是帮助他们融入社会，减轻社会排斥对其日常生活的影响，因此被视为不需太多外界支援。随着人口结构与社会经济环境的转变，尽管南亚社群传统上强调孝道，跨代支持是否仍能持续履行其传统角色，已成为一项值得关注的议题。本研究旨在探讨南亚老年人所面对的社会排斥经验、他们对家庭在协助应对排斥方面的角色看法、家庭在照护中预期角色与实际角色之间的落差，以及其成年子女在提供家庭照顾时所面临的挑战，藉此补足现阶段学术研究与实际服务之不足，并提出政策建议及服务提供的应对策略。为深入了解此课题，研究将采用质性方法，透过半开放式访谈，访问来自巴基斯坦、尼泊尔和印度三个南亚族裔的45位老年人及其45位成年子女。研究对象为年满60岁，并与子女同住或分住于社区的老年人。由于本研究立足于老年人与年轻一代的观点，能够为这些在政策与服务相关议题中「少有发声」的群体提供表达意见的机会，以促进其福祉。

 

项目编号：UGC/FDS16/H29/25

项目名称：理解及提升生成式人工智能与自我调节学习在学术写作中的应用

首席研究员：钟晓睿博士（都大）

摘要

学术写作在高等教育中占有重要地位，然而对于许多以英语为第二语言或外语的学生而言，学术写作是一项极具挑战的任务。其中的困难源于学术写作对知识水平与语言能力的高度要求。研究显示，学生常在构思想法、文章结构组织以及遵循学术规范等方面遇上困难。学术界普遍强调自我调节学习策略对写作发展的重要性，但对于学术写作的策略介入却未有充分研究。与此同时，人工智能技术的迅速发展与普及为提升学生的写作表现带来新契机，却也伴随着过度依赖、资讯错误与生成结果不一致等问题。因此，如何帮助学生发展自我调节学习策略，以在整个写作过程中有效而审慎地运用新兴技术，便成为值得重视的方向。

本研究旨在探讨学生如何于学术写作中运用人工智能，并找出适当的方式为学生提供支援。研究分为两个阶段：第一阶段将设计一份问卷，并以200名学生作初步验证，用以调查学生对于自我调节学习策略及人工智能的使用情况。问卷经验证后，将应用于另一组200名香港本科生之中，收集数据后紧接进行分析。其后，研究会透过分层抽样选出60名学生进行人工智能辅助的写作任务，分析他们与人工智能的互动记录，并抽取其中12名学生进行刺激回忆访谈。在第二阶段中，研究团队将设计一个介入课程「GenWISE」。此课程结合最新研究成果与教学专业知识，采用六阶段教学框架：规划、提示语、预览、写作、同侪评阅以及学习历程追踪，旨在增强学生在人工智能辅助下的写作能力及自我调节学习技巧。团队将邀请约60名学生参与此课程，帮助他们在使用生成型人工智能进行学术写作时，运用批判思维与自我调节学习策略，以提升写作表现。课程成效将从多个面向进行评估，包括学生在人工智能辅助写作过程中的策略运用变化、互动内容、写作成果，以及对人工智能生成结果的批判性评价。此外，研究亦将运用归纳法分析与人工智能素养及反思能力相关的影响因素。研究资料来源涵盖问卷回应、学生写作文本、访谈记录、互动内容及反思文章，并以量化与质性方法进行全面探讨。

本研究的影响有三方面。在理论层面上，本研究有助于理解香港本科生如何透过人工智能提升学术写作的表现，并揭示策略教学、提示语指导与经引导的自我反思如何推动自我调节学习与写作能力的成长。在方法论层面上，本研究将开发并验证专为人工智能情境设计的自我调节学习策略问卷，并引入多种新兴的资料收集方式（如人工智能互动资料），以便深入理解学生行为，为后续研究奠定基础。在教学层面上，本研究的发现将为香港及其他地区的英语教师提供重要参考，有助他们运用人工智能与自我调节学习来提升学生的学术写作表现。研究亦能协助不同学科教师将人工智能有效融入课堂，并为教育政策提供重要启示。

 

项目编号：UGC/FDS25/B03/25

项目名称：通过传统和生成式人工智能分析用户生成内容进行产品创新：归纳演绎框架的应用

首席研究员：崔希玲博士（高科院）

摘要

众所周知，现在企业的产品创新拥有更丰富的外部资源，即线上社交媒体评论。许多消费者在网路上分享关于产品的资讯、使用经验与想法。随着人工智能技术的不断演进，企业能将这些消费者的线上评论转化为与消费者进行共创创新的宝贵资产，从中提取新产品开发所需的创新构想。

过去几年，学者们已尝试运用不同的数据分析技术来分析线上评论以促进产品创新。然而，鉴于产品具有多样性（处于生命周期的不同阶段且可能采用不同的创新策略）、需从消费者处获取的数据量各不相同，以及可用的数据分析技术繁多，现有文献缺乏一个能引导不同实务操作的框架。因此，本专案计划提出建立一个全面的「产品创新分析框架」，以期对实务界与学术界均有所贡献。

在本专案中，我们首先回顾产品创新（包含两种创新策略）及其与产品生命周期、顾客参与式共创创新的关系。接着，我们聚焦于人工智能在用于产品创新的用户生成内容分析中的应用。我们检视了用户生成内容分析中常用的技术，并介绍利用传统人工智能与生成式人工智能进行产品创新的两种解决方案。更重要的是，我们引入「归纳-演绎框架」作为理论基础；基于此框架，本专案探讨如何匹配处于不同生命周期阶段（导入期、成长期、成熟期、衰退期）与采用不同策略（突破式创新与渐进式创新）的产品、不同的数据采集与累积量，以及不同的数据分析技术。

本专案预计将从学术与实务角度产生显著影响。将人工智能技术引入产品创新分析领域，不仅可丰富文献体系，更有望启发学术界从不同角度运用现有知识。

此外，本专案藉由开发一个整合人工智能技术的全面的产品创新框架，预计能进一步丰富学术文献。这亦是首次尝试将多个维度（包含来自营运管理的产品与创新知识、来自数据科学的数据分析技能，以及来自哲学的「归纳-演绎框架」框架）整合到一个可操作的框架中。因此，本专案有望激发更多的跨学科研究。

从实务角度来看，本专案预计将为产品经理与研发人员提供一个进行有效创新分析的框架。他们可据此快速定位其产品，并在框架内识别有效的产品创新策略与计划。同时，预计研究团队也将在专案执行过程中发展并强化数据分析技能，并获得可用于教授人工智能相关课程的重要见解。

 

项目编号：UGC/FDS16/M10/25

项目名称：藻-菌生物膜共生机理及其在药物污染废水处理中的应用

首席研究员：邓丹博士（都大）

摘要

在香港等人口密集地区，废水中的药物污染已成为一个关键的环境和公共卫生问题。快速的城市化以及高药物消费率导致许多手性化合物，如阿替洛尔（atenolol）、美托洛尔（metoprolol）、文拉法辛（venlafaxine）和氯霉素（chloramphenicol），持续排入市政废水系统。传统的生活废水处理厂通常缺乏有效去除这些污染物的先进工艺。结果，药物污染物在废水中持续存在，积累在水生生态系统中，引发生态和人体健康方面的严重问题，包括内分泌干扰、促进抗生素抗性以及威胁生态系统的完整性。

生物膜是由细菌、真菌和微藻组成的复杂微生物群落，因其节能、减少污泥产生和协同降解污染物的能力，成为解决上述问题的有希望方案。这些微生物群落执行关键功能，如养分循环、交叉摄食和增强的降解能力，通常由关键种驱动。然而，关于生物膜中这些基础相互作用以实现药物污染降解的机制尚存在显著认知空白。具体而言，养分交换、信号传导通路以及合作行为的机制尚未被深入理解。此外，关键种在药物压力下维持生物膜稳定性的作用也大多未被探索。药物还可能通过破坏微生物群落中的合作互动和改变生物膜组成，导致其不稳定，这突显了对这些动态机制进一步研究的迫切需求。

本研究旨在通过三个任务框架，开发和优化一种稳健的微藻-细菌生物膜系统用于药物污染物治理，重点关注生物膜形成、增强及在药物胁迫下的功能分析。第一任务将构建移动床生物膜反应器（MBBR），在冬季和夏季条件下，利用污水处理厂进水监控生物膜动态、去除效率和微生物群落变化。通过定期分析生物膜样品的理化性质和微生物组成，识别关键的功能群和关键种，这些对药物降解至关重要。第二任务将侧重于通过生物强化策略优化污染物去除效率。从第一任务建立的生物膜中分离出的高效降解菌和优势物种将被引入系统。同时，通过添加群体感应（QS）分子刺激关键种的合作行为，以增强其功能。这些强化菌株将整合入MBBR中，评估其对药物去除效率、生物膜稳定性和微生物群落结构的影响。该方法旨在确定结合高效降解菌、优势物种以及QS介导的关键种，是否能显著提升系统性能。最后，第三任务将利用多组学方法，包括宏基因组学和转录组学，揭示驱动药物降解的代谢途径和物种间相互作用。通过比较原生和强化生物膜（有无额外QS分子），阐明调控生物膜结构、去除效率及微生物对药物压力耐受性的分子机制，量化与降解酶、胞外多糖（EPS）生物合成及QS调控信号相关的基因表达变化，绘制降解手性药物的代谢路径及其转化产物。

本研究将整合生物膜工程、微生物生态学及先进分析技术，提出一种可扩展且可持续的污水药物去除方案。研究成果将为未来基于生物膜的系统设计与运营提供指导，减少环境污染，保护公共健康，保障水生生态系统的长期可持续发展。

 

项目编号：UGC/FDS24/E01/25

项目名称：微流体中奈米颗粒对表面声波畸变的研究，以开发超细颗粒感测器

首席研究员：傅秀聪博士（理大专业进修学院）

摘要

悬浮微粒(PM)是悬浮在空气中的颗粒混合物，会对健康造成不利影响。流行病学研究已经表明，环境中的PM2.5（直径小于2.5微米）具有致癌性。颗粒越细，其穿透人体呼吸系统的深度就越深。因此，人们越来越担心超细悬浮微粒(UFP)（直径小于100纳米的颗粒）的健康危害，相信其对健康的不利影响可能较PM2.5更为严重。然而，目前针对此类纳米级物质在空气中的安全暴露限值尚付阙如。尽管人工智能加物联网(AIoT)可以赋能数据分析，用于探寻其效应相关性，但基于两个不足之处，有关UFP流行病学证据仍然尚无定论：首先，现在PM暴露监测多依赖固定地点的固定设备，其数据未必能反映一般人实际呼吸空气暴露情况；其次，虽然已有部分便携式PM感测器，可较真实地测量个人暴露条件，惟此便携式设备谨能粗略地测量PM2.5，而针对测量UFP的设备非体积庞大，即含有危险成分（例如放射性材料）。因此，开发一种微型且安全的UFP测量设备实属必要。近年来，表面声波(SAW)装置因其高灵敏度、制程简单低成本，以及最重要的体积小巧而备受关注。SAW设备的结构是在压电材料上制作两组电极，将正弦电讯号施加到其中一组电极，透过压电材料的振动来激发SAW。然后，声波将传播到另一个电极，但如果传播表面存在干扰（例如存在超细颗粒），声波就会发生扭曲。透过将环境空气泵入微流体系统并分析扭曲的声波讯号，可以将该SAW设备开发成超细悬浮微粒(UFP)感测器。要开发这项技术，首先需深入了解颗粒如何影响SAW传播。本研究将首先探讨在不同波频率条件下，超微颗粒对SAW扭曲的影响，包括波速、相位偏移和衰减等。然后，将制作并测试SAW设备，并利用波的特性与颗粒大小之间的相关性数据，运用机器学习演算法，对该设备针对 UFP检测进行最佳化。该设备采用对人体无害的低能量声场，因此本研究将使实际的个人UFP监测更加可行，进而确认UFP暴露与健康效应之间的流行病学关联。研究成果将引领微型感测器的发展新方向，并实现数据分析和AIoT技术得以在空气品质领域更广泛应用。

 

项目编号：UGC/FDS16/E06/25

项目名称：推理服务感知边缘计算系统的研究：可持续性与人性化设计

首席研究员：付雅茹博士（都大）

摘要

近年来，随着无线技术的快速发展，边缘计算作为一种高效的计算范式在网络边缘得到了广泛应用，为部署各种创新型应用提供了可能。这极大地提升了移动用户访问推理服务的便捷性。推理服务通常由基于深度学习的智能模型支持，并在边缘服务器上执行，以实现高效的数据处理。这些服务为各种智能化应用提供支持，例如基于图像的目标识别、自然语言处理以及基于视频的行为预测。通过将这些推理任务分布在网络边缘，系统能够为用户提供更快速且更具上下文感知的服务。

尽管在边缘网络上无缝交付推理服务具有很大的潜力，但要实现这一目标，需要解决资源管理方面的诸多挑战，以确保用户体验的流畅性和可扩展性。此外，随着计算需求的增长，电力消耗和温室气体排放也随之增加。这带来了严峻的可持续性挑战。在未来的智能时代，边缘计算需要具备高能效，以避免过度的电力使用，这对移动和远程边缘设备尤为重要。边缘服务器的地理分布特性为解决这一问题提供了独特的机会，例如利用现场可再生能源（如太阳能和风能），使混合能源的使用成为未来边缘计算范式的一个有效解决方案。

此外，随着用户规模和服务复杂性的扩大，边缘基础设施必须能够自适应地管理复杂的系统和网络行为、异构资源以及不确定的移动用户需求。这一点在整合能源因素时尤为重要，例如绿色能源的可用性、多能源供应商以及电网电价和政策等。单纯地最大化绿色能源的使用可能并不能带来长期的成本节约。此外，理解用户行为与服务之间的关系也是一个关键问题，因为它显著影响服务提供商在服务管理中的决策。这种影响反过来又会影响能源调度、资源分配和政策制定，因为不同的推理服务通常需要不同数量的存储和能源资源，以及多样化的服务级别目标（SLOs），如准确性、响应延迟等。然而，获取这些信息具有挑战性。一方面，用户行为与时间和移动性等因素密切相关；另一方面，个体的请求模式又受到其他用户使用行为的强烈影响，这种现象在市场营销和经济学中被称为网络效应或网络外部性。

在本项目中，我们将首先从网络效应的角度探索用户行为设计。该模型将考虑用户（尤其是获取相同服务的用户）如何影响个体的选择。在建立模型的基础上，我们将研究服务推荐问题，通过选择一个能够最大化服务提供商利润的服务集合来解决该问题。随后，我们将开发自适应的能源和服务管理策略，旨在考虑服务级别目标（SLOs）和资源可用性等实际约束条件下，如何减少网络中的碳排放。最后，我们将研究用户行为的重塑如何与各种能源、服务和资源管理策略相互作用，因为这些因素在提升系统的可持续性和用户满意度方面发挥着重要作用。

最终，我们的目标是设计一个集成创新解决方案的边缘计算系统原型，以展示其在实现绿色计算目标方面的实际应用潜力。该原型有望为网络运营商和移动用户带来双重收益。通过本项目，网络运营商可以期望降低整体运营成本，从而推动香港信息通信技术（ICT）行业的深度脱碳。而移动用户则能够在不受时间和地点限制的情况下，访问由虚拟和物理资源管理支持的智能服务。此外，香港的服务提供商还可以通过基于以人为本设计的服务推荐方案提高盈利能力。

 

项目编号：UGC/FDS13/H06/25

项目名称：兀鲁伯天文业绩及其对明代中国之影响

首席研究员：冯锦荣教授（珠海）

摘要

本研究旨在阐明帖木儿王朝（1370–1507）统治者兼天文学家兀鲁伯（Ulugh Beg，1394–1449，1447–1449在位）的生平与天文成就，以及他在中国的天文学遗产。兀鲁伯是中亚征服者帖木儿（Tamerlane，1336–1405）之孙，他于1424至1429年间在撒马尔罕（在今乌兹别克境内）兴建兀鲁伯天文台（Ulugh Beg Observatory），这所天文台在他登基前后成为伊斯兰世界最重要的天文中心。兀鲁伯凭借天文台拥有的观测数据及搜集的天文资料，在1437年编纂著录994颗恒星的《兀鲁伯星表》(Zij-i Sultani）。这份星表具有被视为欧洲科学革命之前的突破性贡献。

本计划分为两部分，分别聚焦于这位天文学家生平与学术两个面向。第一部分探讨兀鲁伯的生平与天文贡献，旨在揭示：1）兀鲁伯在成为帖木儿王朝苏丹前后的生涯；以及2）这位中亚天文学家的具体成就，包括他对天文学领域的贡献，特别是在伊斯兰星座体系及其星表中之观测资料。此部分亦检视由该天文学家主导的天文台与帝国天文知识发展之间的关系，从而揭示伊斯兰科学对早期近代世界的重要贡献。

第二部分则尝试分析伊斯兰天文学与中国天文学之间的互动关系。本计划以《兀鲁伯星表》为基础，揭示中国与世界其他地区之间在科学知识层面的持续交流。明初（1368–1644）的天文学深受伊斯兰天文学的影响，这影响在官方钦天监掌握的科学知识特别明显。这一影响可视为蒙元一朝（1271–1368）留下的遗产：钦天监中的回回钦天监使用伊斯兰制仪器，且在明太祖洪武帝（1328–1398，1368–1398在位）时期已经将一些伊斯兰天文著作翻译成中文。本计划透过比较兀鲁伯星表与明代天文著作中的科学内容，追溯这位中亚天文学家与东方的中国天文学之间的联系，期望展示两地间潜在的知识交流与相互影响。

中文、日文及西方语言撰写的伊斯兰天文学在中国之研究，一方面数量相当有限，另一方面主要集中于蒙元。前人研究明代中国的伊斯兰天文学，多着重于天文机构制度方面。后来学者转而探讨明初伊斯兰天文学文本的翻译问题，本研究则选取后来进入中国的伊斯兰天文学著作，指出伊斯兰天文学在明代中国并非仅是蒙古遗产：伊斯兰天文学在明代中国是具有生命力而与伊斯兰世界持续交流的知识传统。

本研究旨在加深我们这个关键历史时期中，中亚、伊斯兰世界与中国之间天文知识连结的理解。透过展示兀鲁伯的生平与学术成就，本计划期望阐明塑造这些地区天文发展的文化、科学与知识交流，并对全球科学史以及欧亚大陆诸文明之间的知识传播，提出一孔之见。

关键词：兀鲁伯、伊斯兰科学、天文史、明代中国、丝绸之路

 

项目编号：UGC/FDS16/P01/25

项目名称：红树林中的新兴污染物：液晶单体（LCMs）的出现及其与微塑胶（MPs）的相互作用

首席研究员：韩洁博士（都大）

摘要

随着智慧手机、电视、电脑等电子设备在日常生活中日益普及，这类设备的产量与废弃量持续增加，导致液晶单体（Liquid Crystal Monomers，简称LCMs）在环境中不断累积。LCMs是与液晶显示器（LCD）技术及电子废弃物（简称电子垃圾）相关的新型污染物。有报告显示，全球每年废弃的电子设备达数百万台，这使得LCMs等有害物质不断释放到生态系统中。由于LCMs具有持久性、生物累积性和毒性（简称PBT）特征，其环境影响已引发全球关注——这意味着LCM污染并非局部问题，而是需要通过全面研究与治理来应对的全球性挑战。LCMs具有亲脂性与疏水性，不仅会在生物体内累积，还会吸附在微塑胶（MPs）等有机颗粒表面，因此其被归类为“持久性有机污染物”的潜在风险备受担忧。目前关于LCM污染的研究仍处于起步阶段，但近期已有研究在家庭灰尘、水体、沉积物等多种环境介质中检测到LCMs，这进一步引发了人们对其健康与生态影响（包括对红树林生态系统的影响）的关注。在中国，科研人员已在珠江口检测到LCM污染——该区域人口密集、工业活动活跃，周边分布着大片红树林。红树林生态系统在泥沙淤积、生物多样性维持、极端天气防护、海岸侵蚀防治及碳固定方面发挥着关键作用，但其正面临来自陆海双源的污染威胁，尤其是在珠江三角洲这类微塑胶污染高发区域。红树林的密集根系可截留微塑胶、LCMs等污染物，起到“天然筛检程式”的作用，助力污染控制；但也正因红树林是潮间带污染物迁移的“物理与生物地球化学屏障”，其微塑胶污染水准往往高于其他沿海区域。不过，目前尚无研究证实红树林的LCM污染水准是否同样高于其他沿海区域。鉴于珠江三角洲已检测到LCMs与微塑胶共存，二者的相互作用可能会影响红树林对LCMs的吸收——这一过程的机制尚未被研究，且“红树林中LCM - 微塑胶复合污染如何影响植物对LCMs的吸收” 这一问题，目前全球范围内均无相关报导。本研究项目旨在填补这一空白，主要分为三部分展开：（1）LCM污染现状调查；（2）LCM与微塑胶的相互作用机制及影响因素研究；（3）LCM与微塑胶对红树林幼苗生长的影响评估。本研究将首次揭示红树林生态系统中LCMs的存在现状，重点阐明其与微塑胶的相互作用及对红树林植物生长的影响。研究成果将为理解LCMs这一新型污染物的特性、其与微塑胶的相互作用机制，以及二者对红树林生长的影响提供基础依据，进而为引导公众合理消费电子与塑胶产品、制定中国及全球红树林生态系统的有效管理与保护策略提供科学支撑。

 

项目编号：UGC/FDS11/E05/25

项目名称：利用大语言模型促进社会信任：透过大语言模型对公共卫生资讯学进行自动事实检查

首席研究员：幸政南博士（方大）

摘要

在当前的数码环境中，虚假信息在社交媒体平台上的迅速传播带来了重大挑战。世界卫生组织在COVID-19疫情期间将健康领域的虚假信息描述为“讯息流行病”，突显了其全球范围的影响力和严重性。与此同时，大型语言模型的出现也引发了关于“幻觉现象”的问题，进一步加剧了数码资讯不准确的复杂性。社交媒体虽然是信息分享的重要工具，但它往往也加快了谣言、阴谋论和伪科学的传播。其后果深远，不仅影响个人，还会波及社会与国家，造成经济损失、社会动荡和错误决策。这一问题的复杂性和广泛性凸显出当前我们在识别虚假信息方面能力的不足。对此，一些组织和政府机构已开始采取行动。例如，美国国防高等研究计划署（DARPA）在2021年启动的“语义取证”（Semantic Forensics）项目，旨在开发用于识别和分类虚假媒体的技术。又如，美国食品药物管理局（FDA）近期设立的“谣言控制中心”（Rumor Control hub），则代表了对抗健康相关虚假信息的积极做法。这些努力凸显了采取跨学科方法应对错误资讯的必要性。

在日益互联的世界中，建立和实施强而有力的事实核查机制，对于维护信息的真实性和公众信任至关重要。当前识别和处理虚假信息的方法尚不足以应对其规模和复杂性。人类核查员难以应对海量线上内容的审核需求，而静态的事实核查模型也常常无法适应虚假信息传播者不断演变的策略。此外，事实核查本身具有主观性，在涉及语境操纵或话术包装时，容易引发偏见。因此，识别个人是否有意传播虚假信息以煽动他人，是识别虚假信息源头、恢复公众信任的关键。

本项目旨在应对公共卫生及健康信息学领域中虚假信息这一关键挑战，并致力于利用大型语言模型构建创新的分析框架。第一个方法着眼于验证公共卫生及健康相关内容的真实性。我们将开发一个生成式人工智能框架，利用大型语言模型的“小样本学习”能力构建语义健康知识图谱，提升语义推理能力。我们将引入基于图的“检索增强生成”技术，以应对大型语言模型常见的幻觉问题以及静态训练数据的局限性。通过使用最新的语义健康知识图谱，该框架将确保事实核查基于最及时、最可靠的医学新闻和健康信息。第二个方法则专注于分析蓄意操纵或捏造的内容。我们将采用多代理大型语言模型进行语意及情感分析，以识别不可信的资讯来源。该方法将评估虚假信息背后的传播意图，并分析其对公共卫生及健康话语体系的潜在影响。我们的项目旨在为健康领域的自动化事实核查提供稳健的解决方案。其研究成果将有助于提高公共卫生及健康资讯的可靠性，遏制虚假信息的传播，并在数码通讯系统中重建社会信任。

 

项目编号：UGC/FDS23/M01/25

项目名称：The effectiveness of the 8-week GreenCare Programme in improving glycated haemoglobin levels, physical activity, and mental wellbeing in individuals with type 2 diabetes mellitus in Hong Kong: A randomised controlled trial

首席研究员：郭禧雯博士（浸大持续教育学院）

摘要

背景

糖尿病是日益严重的全球健康议题，预计全球患病人数将由2019年的约4.25亿增至2045年的7亿。香港约有70万名确诊患者，以二型糖尿病(T2DM)为主。要有效管理糖尿病，须控制血压、糖化血色素(HbA1c)及体重等关键生物指标，以预防并发症并延缓病程恶化。尽管体能活动(PA)对T2DM管理至关重要，但活动量不足相当普遍，尤以长者为甚。此外，累积研究证据显示，慢性疾病与心理卫生之间存在双向关联，彼此相互影响。

研究目标

本研究拟评估「绿适控糖计划」是一项以自然为本、以运动为核心的介入，在城市环境中提升T2DM患者的体能活动水平并改善健康结果。主要透过为期8周的随机对照试验来评估「绿适控糖计划」的成效，重点观察其对HbA1c、体能活动及心理卫生的影响。

研究设计

本研究为随机对照试验，于香港多个社区健康中心招募186名45岁或以上的T2DM人士。参加者将以电脑随机分派至「干预组」或「对照组」，并于五个预定时间点收集资料，以评估HbA1c、体能活动与心理卫生的改变。

方法

「绿适控糖计划」以健康信念模式为理论基础，结合健康教育、专业指导与个人化运动处方，以降低参与体能活动之阻碍。计划内容包括参加者将在易于到达的绿色空间中参与有结构化运动课堂，并配合辅导与社群建立活动以强化持续性参与。先导计划曾于深水埗地区康健中心推行，结果显示方案具可行性，并且HbA1c达致统计学上显著的改善，同时获得很高的参加者满意度。

研究意义

本研究将回应香港T2DM管理之重要研究缺口，并为以自然为本介入于促进活跃生活型态与改善健康结果之效益提供实证依据。预期研究成果可优化糖尿病照护，为城市地区的公共卫生策略提供参考，进而降低糖尿病相关并发症发生，并提升T2DM患者之生活质素。

 

项目编号：UGC/FDS15/H09/25

项目名称：科幻世界主义：1980年代香港对西方科幻小说的接受

首席研究员：何嘉俊博士（树仁）

摘要

本计划探讨1980年代香港对西方科幻小说的接受情况，揭示其如何反映和塑造本土文化认同。香港作家对科幻小说的关注，源于其对帝国主义的批判及其创造「拟换现实」的特质。这些文本促进他们在政治、文化霸权议题上的反思与对话，而且相关思考与当时兴起的世界主义理念相契合。方法论上，本研究结合接受美学、文化翻译和杂志研究等理论，目标有二。首先，通过分析重要文学杂志上的二百余篇译文与评介文章，本研究将展示西方科幻小说怎样被积极带入香港文学场域，尤其是凡尔纳、艾西莫夫和迪克等西方作家，怎样为译者与编辑在上述语境中重新诠释。其次，本研究探讨西方科幻小说如何打破通俗与严肃文学的传统界限，拓阔香港作家的文化视野，使他们重新审视意识形态与文化认同。总括而言，本研究望能深挖西方文学类型如何启发本地作家的文学实践，及其对1980年代香港作家在文化认同反思中自我表述的贡献。

 

项目编号：UGC/FDS14/E10/25

项目名称：用于电子履约流程优化的多智能体强化学习框架

首席研究员：何道森博士（恒大）

摘要

全球电子商务持续蓬勃发展，但香港大多数企业属于中小企业，且依赖租用仓库，因此难以投入大量资金于自动化设施。人工智能（AI）成为一种可行的替代方案，能够透过数据化的解决方案提升资源运用效率。目前，与电子订单履行相关的入货、补货及拣货等程序协调欠佳，导致流程延误和弹性不足，特别是在处理紧急订单时更为明显。传统最佳化方法在应对这些变动条件时适应性较差，往往需要额外或昂贵的临时调整。

本研究提出多智能体强化学习（MARL）模型，旨在自主协调各履行流程，辨识高需求商品，生成最佳拣货路线，并根据即时优先次序分配工作。该模型具备高度灵活性，适用于不同仓库环境，特别适合中小企采用。透过即时、数据驱动的决策支援，此MARL模型可望显著提升物流效率与应变能力，在竞争激烈的市场中取得优势。

 

项目编号：UGC/FDS14/E07/25

项目名称：图神经网络辅助的车联网动态任务迁移

首席研究员：侯云博士（恒大）

摘要

项目描述：

车联网正透过使车辆能够彼此通信并与附近路侧单元通信，改变交通运输面貌。这种通信能提升道路安全与效率。然而，由于车辆持续移动且连接状态不断变化，如何最优化分配运算任务成为极具挑战性的课题。本项目的独特之处在于探索车辆间共享运算能力的潜力，而非仅将任务迁移至路侧基础设施。此方法使决策过程更为复杂，因为两车之间的接触窗口常因高速移动性而难以预测。我们的主要目标包括建立能预测车辆间连接持续时间的系统，此资讯对协助车辆判断任务迁移的时机与位置至关重要。我们将运用图神经网络分析车辆网络结构，这有助于理解如何为共享的任务最佳化分配通信资源与时序。透过这些分析获取的见解，将提升基于深度强化学习的任务迁移方案之决策效能。

本项目规划三大核心目标：

我们将首先开发能预估车辆与路侧单元及其他车辆接触时长的预测框架，为任务迁移决策提供关键依据；其次我们将建构图神经网络模型，用以学习网络实体间的关联性并有效管理通信资源；最后打造具弹性的深度强化学习框架，使其能适应持续变化的网络条件，让车辆可与路侧单元以及其它车辆间共享任务。

项目团队：

首席研究员与共同研究员的学术背景与研究经验使其能胜任本研究计划。首席研究员在无线网络资源分配与车载网络领域具备扎实的理论与实务研究经验；共同研究员在无线边缘计算与人工智慧（特别是图神经网络与强化学习）的丰富经验，正好补足首席研究员的专业缺口。在项目管理经验方面，首席研究员曾统筹一项创新及科技基金项目与一项教员发展计划项目，分别针对车联网通信开发出商用级LTE车联网系统参考设计与分布式车辆协同移动演算法。目前亦负责一项旨在提升自动驾驶极端情境下模型新鲜度的教员发展计划项目。这些项目管理经验与团队的研究实力，为本项目的成功执行奠定坚实基础。

项目重要性：

若取得成功，本研究将建立未来车载网络运算任务迁移的基础框架，将此研究框架延伸至周边车辆间任务共享，而非单纯依赖路侧单元。这将扩展任务迁移的选择范围并优化决策过程，最终使车辆能高效且及时地执行对安全导航至关重要的运算任务。

 

项目编号：UGC/FDS13/E03/25

项目名称：基于声学的自动阻塞性睡眠呼吸中止症检测方法

首席研究员：熊体超博士（珠海）

摘要

阻塞性睡眠呼吸暂停（OSA）是一种普遍的睡眠障碍，其特征是在睡眠期间上呼吸道的塌陷。虽然它主要影响肥胖的成年男性，但也可以影响各年龄和体型的个体。根据2019年的一项研究，全球约有9.36亿成年人患有轻度至重度OSA，其中中国的患病率最高，达到7.45亿。大多数病例仍未诊断，导致白天嗜睡、打鼾和增加健康风险。

多导睡眠检查（PSG）是诊断OSA的黄金标准，但由于不适和需要专业人员协助，其可及性受到限制。这凸显了开发更方便和经济的诊断方法的必要性。

我们最近的研究分析了66组PSG和声音数据集，显示OSA患者的声音中有独特的高频声音特征，与未患病的个体相比，这些特征提高了传统基于语音的OSA检测准确率，从80.3%提升至84.85%。

为了提高社区对OSA检测的可及性，我们计划推进研究工作。具体而言，我们计划建立一个包含600个PSG测试和高保真声音录音的数据集，利用数位信号处理和人工智慧识别自动检测的最佳声学特征，并开发便捷的移动应用程序，以促进基于声音的OSA检测。

 

项目编号：UGC/FDS16/M31/25

项目名称：基于多模态与先进神经网路的智慧可重构康复设备

首席研究员：黄弘历博士（都大）

摘要

随着社会对先进辅助技术的需求不断增长，特别是在假肢和康复领域，能够准确识别人类运动意图的智能系统变得至关重要。对于行动不便的人群来说，能够自然响应使用者意图的假肢、外骨胳和康复设备，不仅能显著改善生活品质，还能提升康复效果。然而，目前的系统仍存在稳健性不足、适应性有限、长期使用效果不佳等问题，经常需要在不同肢体姿势、身体状况或复杂环境下进行反复校准。

本研究旨在透过多模态感测器融合与先进神经网路技术，开发新一代智能辅助设备，显著提升假肢与康复技术的性能、个人化程度和适应性。我们的前期研究已建立了一种多模态融合框架，将肌电讯号（EMG）与力肌电讯号（FMG）相结合，能够在跨日、跨姿势条件下保持超过90%的识别准确率，即使经过一周无需重新校准，仍能保持稳定表现。

在此基础上，我们将进一步研发：

1. 互补金字塔融合孪生网路（CPFSN）：一种基于元学习的模型，可实现快速个人化，使辅助设备能够以极少的数据快速适应新使用者和新的运动模式，减少重复训练的需求。

2. 智能运动意图检测模组：可整合于多种辅助设备（如假肢和外骨胳），高精度识别  并响应使用者动作，提升设备的功能性和多用途性。

3. 可重构、轻量化、低成本的3D列印假肢：结合多模态融合框架、CPFSN模型与意图检测模组，透过增材制造实现客制化与经济性，并将在真实环境中开展试验，评估其性能、耐用性和使用者满意度。

世界卫生组织（WHO）指出，全球超过3000万人需要假肢或矫形器，随着人口老龄化、糖尿病和血管疾病的增加，这一数字仍将上升。本项目不仅推动假肢和康复设备的技术进步，更有望改变身心障碍者的生活，为他们带来更大的独立性和更好的康复效果。透过多模态感测、神经网路与元学习的结合，本研究为未来辅助技术的发展奠定了全新方向。

 

项目编号：UGC/FDS24/B14/25

项目名称：社群媒体在揭露企业绿色清洗中的作用：来自香港的证据

首席研究员：黄文利博士（理大专业进修学院）

摘要

随着全球市场对环境可持续性日益重视，「绿色漂绿」议题亦受起学术界及业界的广泛关注。所谓「绿色漂绿」是指企业通过提供误导性资讯或虚假印象，将自身或其产品服务描绘成环境友好 (例如，Delmas & Burbano 2000；Kim & Lyon 2015；Montgomery, Lyon, and Barg 2023)。由国际消费者保护及执法网络（2021）主导的一项全球调查发现，网上40%的环保声称可能具有误导性。先前文献记录了绿色漂绿的各种驱动因素，包括监管压力、市场竞争以及企业特性如成长机会和董事会组成。同时，该文献亦探讨了绿色漂绿的后果。尽管相关证据有限，绿色漂绿普遍被公众视为负面行为，学术评论者亦对净零排放承诺的真实性表示担忧（Guinson, 2021）。

社交媒体的快速发展促成了企业与利益相关者之间强大且动态的沟通。尽管文献已有研究探讨社交媒体在企业信息披露中的角色，针对社交媒体如何影响个人对企业ESG 实践看法的研究仍然稀少。本研究旨在利用香港上市公司作为样本，探讨社交媒体与绿色漂绿之间的关系。香港自2015 年起实施强制 ESG报告，为本研究提供独特背景。社交媒体作为自愿披露渠道广泛使用，形成一种值得探讨的矛盾：在强制报告体系下，社交媒体平台是促进还是抑制企业绿色漂绿？

本研究有两大目标。首先，评估香港企业绿色漂绿的普遍性；其次，探究社交媒体在揭露企业绿色漂绿中的角色。本研究将丰富绿色漂绿文献。先前研究表明，传统媒体报导可作为监督机制以减少绿色漂绿，但该结果不一定适用于社交媒体。与传统媒体不同，社交媒体是一个免费或低成本的信息沟通平台，企业易于利用该平台通过环保主张模仿优良企业，进行漂绿行为。因此，本研究将提供新见解，揭示社交媒体是否鼓励或阻止企业绿色漂绿行为。

此外，本研究对 ESG 监管与实务具有重要启示。随着绿色漂绿在全球范围内日益普遍，众多国家及地区正寻求加强 ESG 信息披露的审查与透明度。香港亦不例外。本研究结果将提升公众对企业绿色漂绿的认知，并为政策制定者提供潜在对策，呼应香港特别行政区推动香港成为绿色及可持续金融枢纽的战略目标。

 

项目编号：UGC/FDS16/E23/25

项目名称：使用基于四元数的静息态fMRI多频动态功能连接分析来预测早期轻度认知障碍患者的阿尔茨海默病

首席研究员：熊景辉博士（都大）

摘要

全球人口老龄化的加速显著增加了慢性疾病（包括认知障碍症）的患者人数。据估计，目前全球约有5500万人患有认知障碍症，每年造成的经济成本高达1.3万亿美元。现时香港的认知障碍症患者估计超过10万人。因为病情发展缓慢和缺乏明确的治疗方法，阿尔茨海默病（AD）这一最常见的认知障碍症给医疗系统带来了沉重的经济负担。AD的早期诊断和治疗能够减缓病情进展、改善患者预后并降低长期医疗成本。然而，根据2021年阿尔茨海默协会的报告，目前在基层医疗环境中广泛使用的早期诊断方法误诊率高达70%。轻度认知障碍（MCI）是AD的前兆，约三分之一的MCI患者会在五年内发展为AD。然而，也有部分MCI患者的认知功能不会进一步下降，甚至可能恢复到正常认知功能，这一现象使得MCI进展为AD的过程难以预测。准确预测哪些MCI患者会发展为AD是改善居民生活质量并降低医疗成本的关键。虽然机器学习的最新进展显示出提高诊断准确率的潜力，但是这些方法的设计和训练通常依赖于痴呆症状出现后收集的临床数据，从而降低了其在AD早期检测的准确率。基于静息态功能磁共振成像（rs-fMRI）数据的功能连接（FC）分析为AD早期诊断提供了一种可靠的解决方案。

FC分析研究不同脑区神经活动之间的关系，并能在临床症状出现之前识别出变化。然而，传统的FC分析面临若干挑战，限制了其整体性能。首先，大多数针对脑疾病的fMRI研究集中于特定的频率带，或通过简单的拼接或线性组合整合多个频率带。这些方法未能充分捕捉不同频率带之间的关系，从而降低了预后效果。此外，传统的FC分析通常仅关注任意两个脑区之间的相关性，忽视了多个脑区之间的关系，导致脑功能连接的完整性下降。此外，大多数fMRI研究假设FC是静态的，忽略了MRI扫描期间脑连接的时间可变性。基于FC的特征往往会导致机器学习中的过拟合问题，其冗余信息也会影响分类结果的准确率。这些瓶颈对于临床中更准确地预测MCI进展为AD构成了挑战。

四元数信号处理是一种有潜力解决这些问题的技术。四元数信号表示法保留了不同频率带之间的相互关系，而四元数运算可以提取信号的内在特征用于可靠的FC分析。据我们所知，本项目首次提出将四元数表示法应用于多频率带的rs-fMRI信号。此外，目前尚无研究探索使用四元数最小绝对缩减与选择算子（QLASSO）、四元数主成分分析（QPCA）或四元数线性判别分析（QLDA）来对脑网络进行动态FC分析。针对这些研究空白，本项目的目标是：

i.) 开发一种新颖的四元数表示法，用于整合rs-fMRI信号的多个频率带并保留其相互关系特征；

ii.) 使用QLASSO结合滑动窗口方法构建全连接的动态FC，促进了解MCI预后的大脑内在状态；

iii.) 使用QPCA和QLDA进行特征提取与特征选择，以预测MCI患者向AD转化的概率；

iv.) 基于这些新特征，对MCI转化与MCI稳定状态进行分类识别。

通过实现这些目标，本研究将提供更准确、更高效的MCI转化预测技术，最终有助于AD的早期监测。

 

项目编号：UGC/FDS16/B04/25

项目名称：声音捕手：女性创业者如何发挥声音特质影响资助者决策

首席研究员：吉莉博士（都大）

摘要

女性企业家在获取资金方面常常面临着挑战，这可能源于一些固有的性别偏见。传统的资金筹集机制研究往往忽略了女性企业家如何以更精准的方式向潜在投资者展示自己的策略。虽然机器学习技术已为研究人员探索声音特征与受众感知之间的关系提供了可能，但目前尚缺乏系统性的研究来探讨女性企业家如何利用这些声音特征来克服性别偏见并提高获取资金的机会。

为了填补这一研究空白并提供实用的解决方案，本研究提案包括三项研究：第一项研究将通过对有经验的投资人进行线上调查，识别哪些声音特征会造成性别刻板印象。第二项研究将围绕女性企业家的声音特征对投资人的感知及决策的影响提出假设，并通过实验室实验对这些假设进行实证检验。第三项研究将利用Kickstarter的实证数据，验证女性企业家的声音特征与资金筹集结果之间的关系。

这项关于女性企业家如何策略性使用声音特征的研究，将对创业学、传播学和性别研究领域作出重要贡献。一方面，本研究将通过识别并验证影响受众感知及资金成功的关键声音特征，特别是针对女性企业家，弥合新兴声音特征文献与传统创业资金研究之间的差距。另一方面，我们的研究将通过实证检验声音特征如何影响资金提供者的感知及决策机制，进一步拓展传播学文献。

在实务层面，本研究的成果将对创业生态系统中的多方利益相关者产生重要影响。对于女性企业家，本研究将提供可操作的见解，帮助她们策略性地利用声音特征来提升演讲表现，从而提高获取资金的机会。对于投资者和资金组织，本研究将强调在评估过程中考虑动态声音特征的重要性。对于政策制定者和政府机构，研究结果将为制定支持女性企业家的政策和举措提供宝贵的见解。

总体而言，本研究旨在创造新的知识，推动学术研究的进步，为女性企业家、投资者和政策制定者提供实用的策略，共同促进香港及全球更具包容性和公平性的创业环境。

 

项目编号：UGC/FDS24/E20/25

项目名称：开发用于 3D MRI 分析和解释的知识驱动的多模态框架：为诊断推理奠定视觉语言模型的基础

首席研究员：KHAN Sheheryar博士（理大专业进修学院）

摘要

三维磁振造影（3D MRI）在疾病诊断、治疗规划与监测中扮演关键角色。深度学习（DL）技术的进展已在自动化的MRI诊断方面展现显著潜力。然而，DL模型于MRI领域的可解释性与泛化能力仍面临挑战。以卷积神经网路（CNN）为基础的DL模型常如同黑箱，欠缺推理过程且难以诠释。临床医生与放射科医生需要可解释性，方能对AI系统建立信任并有效协作。在泛化方面，一项主要问题为领域转移（domain shift）：当模型横跨不同临床场域或病人群组时，表现易受影响。由于影像协定、脉冲序列、设备差异、族群特征与疾病特性各异，于单一资料集上训练的模型常在另一资料集上性能下降。

视觉-语言模型（Vision-Language Models, VLMs）提供了解释性的可行途径。然而，通用型VLM难以对多序列MRI资料进行推理，原因在于其无法自三维切片中撷取跨切面的关键微小细节。我们主张，有效分析此类资料需藉由具在地性（localized）的线索，以更精准捕捉解剖与临床细节，即所谓的「定位（grounding）」。此可透过结合稳健之知识蒸馏式分割方法与明确设计之放射组学（radiomics）来建模。以三维膝关节骨关节炎（OA）MRI为例，其中包含如软骨与半月板等薄层组织，需更高阶的洞见。放射科医生往往依赖跨切片的软骨连续性、关节间隙，或综合组织表面积等线索来判读OA严重度。现有VLM欠缺处理这些以放射组学为基础的特征或生成三维厚度图的能力，从而削弱其答案背后的坚实推理，限制其临床适用性。

本研究提出一个通用的多模态框架，以同时回应MRI理解中的领域变异与可解释性议题。我们主要聚焦于膝关节OA的MRI分析与诠释，同时展示其于肝脏MRI分析的适用性，证明本方法可处理多样化的解剖结构。整体框架由三个关键模组构成：知识蒸馏模组（KDU）、定位模组（GU），以及视觉—语言理解与推理模组（VLURU）。

KDU 提出一种新颖的半监督分割方法：连续特征值噪声辅助均值教师模型知识蒸馏（Successive Eigen Noise-assisted Mean Teacher Knowledge Distillation, SEN-MTKD）。此方法解决领域转移与标注稀缺难题，并提高图像分割效能，尤其针对软骨与半月板等薄层组织。此外，亦提出无监督方法以产生MRI影像之力图，辅助区域侦测。

GU旨在为VLM提供强健定位能力。我们透过定位实现具解剖与放射组学感知的对齐：即为关键解剖结构提供精确分割标签，例如腹部影像中肝脏，以及膝关节组织（含半月板与软骨）。这些分割结果可进一步萃取临床相关之放射组学特征，如表面积、组织体积、组织间隙，以及一组刻画组织几何与形态的精细指标。更进一步，从三维分割组织推导的二维厚度图，能提供更丰富的空间特征与视觉线索。

VLURU由两阶段VLM组成，结合结构化知识图谱与领域特定的逻辑推理。其因果推理模组先以大规模医学资料进行训练，从视觉观察生成知识图谱，并结合逻辑规则，据以产生精确且可解释的医学解阐。VLURU利用来自GU的线索对VLM进行微调，使其能对MRI影像的提问产生具临床相关性且语境精准的回馈。此多模态方法有效衔接像素层级的影像资料与高层次的语言驱动推理，塑造一个一致性的自动医学影像诠释框架。

 

项目编号：UGC/FDS16/B09/25

项目名称：提升突破性创新：从外包中获得的知识优先策略

首席研究员：KHURSHID Faisal博士（都大）

摘要

在竞争激烈且不断变化的商业环境中，知识被视为实现绩效优势的关键战略资产。当激进式创新出现时，现有企业可能缺乏应对新挑战的专业技能。这类技术变革可能会扰乱市场，使原有的知识和能力变得过时，例如诺基亚、摩托罗拉和黑莓在早期智能手机时代的遭遇。为了适应这些变化，企业通常有三种策略：（i）通过深入研发在内部开发新产品；（ii）收购具备相关知识的供应商；或（iii）建立外包合作关系。由于前两种方式耗时且资源密集，外包成为一种可行的生存策略。部分学者认为，完全依赖供应商在外包元件方面的知识，有助于企业应对激进性技术变革的挑战。但也有学者强调，过度依赖供应商知识的风险，保留外包元件方面的内部知识有助于控制供应商的机会主义行为，并更好地理解技术变化的本质。实际上，企业可以同时利用内部和外部（供应商）知识来源，并根据市场环境和技术挑战调整优先顺序，并随着技术演进不断调整优先顺序。然而，目前关于企业自身知识储备与供应商知识储备在技术变革不同阶段中相对重要性的研究仍较为有限。

本研究聚焦于技术变革的两个阶段：主导技术出现前阶段，此时多个技术并存，导致最佳特性与材料的选择存在不确定性；以及主导技术出现后阶段，此时主导技术显现，降低了不确定性，并突显了企业特有的设计特征。本研究旨在探讨企业与供应商的知识如何在激进式创新的两个阶段影响产品绩效，并识别在每个阶段中哪种知识来源更具优势。此外，企业可以决定哪种类型的知识保留在内部，并将内部研发重点放在“架构知识”或“组件知识”上。架构知识涉及理解系统不同元件间的交互与集成，提供系统设计的整体视角；而元件知识则聚焦于系统的具体部分。基于战略需求考量，企业可能会优先发展其中一种知识类型。本研究还将考察保留内部架构知识或元件知识对绩效的影响差异。

本研究借鉴企业行为理论与交易成本经济学中的“层级风险”与“交易风险”概念，探讨这些风险在技术变革过程中如何对企业产生独特影响。层级风险源于安于现状的既定惯例，导致组织惰性并限制创新；交易风险则涉及供应商关系中的机会主义行为，增加交易成本。主导技术出现前后阶段的技术需求与交易需求差异，使企业面临不同风险。无论是内部还是外部控制，对企业缓解这些风险的能力具有重大影响。本研究以高科技行业为物件，使用企业与产品双层级数据，采用多层级模型分析方法。研究旨在预测，在主导技术出现前阶段优先考虑供应商知识，在主导技术出现后阶段优先考虑内部知识，这可为企业应对激进式创新提供绩效优势。此外，相较于元件知识，保留内部架构知识更能带来战略性收益。

 

项目编号：UGC/FDS16/E04/25

项目名称：应用于机器学习的新型梯度编码分散式计算系统的研究

首席研究员：关可越博士（都大）

摘要

人工智能为我们生活各方面带来革命性的改变。人工智能的核心在于其推理和预测的能力，而这种能力得益于过去几十年来的技术进步，特别是机器学习。要充分发挥人工智能的潜力，准确的机器学习模型是必不可少的。然而，训练这样的模型通常需要大量的资料样本和计算资源。为了解决这一问题，学术界最近提出了一种称为分布式机器学习的新范式。在这一范式下，主计算节点将大型计算任务拆分为小任务，并将其分发到网路中的边缘设备进行处理。这种方法使得计算能力的扩展变得灵活且易于管理。然而，要实现广泛应用，分布式机器学习仍面临一些挑战。

其中一个主要挑战是边缘设备计算能力的差异所导致的「掉队」问题。由于主节点通常需要等待所有边缘设备传回结果才能进行下一轮计算，掉队边缘设备会严重影响机器学习的效率。另一个挑战是安全性。边缘设备计算的结果需要传回主节点进行合并，如果某些设备故意发送错误结果，可能会破坏机器学习模型的训练。

梯度编码是解决这两项挑战的有效方案。它透过将重迭的训练资料区块分配到各个边缘设备，即使网路中存在无回应或恶意的设备，主计算节点也能利用编码理论中的资料冗余技术完成机器学习的过程。然而，目前采用梯度编码的分布式机器学习系统主要着重于优化训练时间。从系统设计的角度来看，为增强系统的灵活性，在训练时间和模型准确性之间进行权衡是必要的，此外，现有的防御对抗性攻击的措施尚未有效整合到使用梯度编码的分布式机器学习系统中，这可会削弱梯度编码的效果。

在本专案中，我们团队将设计一个低复杂度的分布式计算系统，采用梯度编码方案以优化计算时间，并在梯度计算的准确性与计算时间之间进行权衡。我们还将设计一个训练资料区块重新分配方案，以应对边缘设备计算速率的差异，从而进一步优化模型训练的时间。最后，我们将开发一种抵御对抗性攻击的机制，并将其完全整合到我们的系统中，以保护分布式机器学习过程。期望我们的设计在高性能、低复杂度等方面成为未来业界分布式机器学习标准化的参考。

 

项目编号：UGC/FDS16/P08/25

项目名称：基于Vision Transformer的新型神经网路用于轻子味破坏过程中的影像分类与喷注标记

首席研究员：郭景炜博士（都大）

摘要

本研究计划针对高能物理（HEP）实验中一项关键且紧迫的挑战：如何有效利用当前与未来日益增加的搜集资料。难点在于要在合理的时间范围内，以可接受的不确定度完成资料分析，因而必须在不同目标之间做出谨慎的折衷以寻求最佳解。具体而言，位于大型强子对撞机（LHC）的ATLAS实验在Run 2（2015–2018）搜集了质子—质子碰撞的累积亮度为140 fb^-1的资料；预期在Run 3（2022–2025）将成长至300 fb^-1，进一步加剧资料分析的挑战。

将机器学习（ML）应用于HEP实验资料分析已为既有构想，但其完整潜力尚未被充分发挥。于Run 2末期，将ML应用于HEP的兴趣显著上升，产生了如白皮书（Kim et al., 2017）及多篇综述文章（Guest, Cranmer & Whiteson, 2018；Kheddar et al., 2024）。甚至有一场Kaggle竞赛（Strong, 2020）吸引公众参与，探讨ML在HEP分析上的应用。

卷积神经网路（CNNs）采用阶层式特征撷取，从局部模式逐步构建至更复杂的表示。一项针对强子量能计（hadron calorimeter）能量沉积模式，用以区分原发（prompt）与位移（displaced）喷流的研究显示，CNN在背景抑制（background rejection）上优于提升决策树（BDTs）：在60%的讯号效率下，CNN的背景抑制率达93%，而 BDT为69%（Bhattacherjee, Mukherjeeb & Senguptaa, 2019）。另一项以CNN 为基础的深度神经网路（DNN）研究，对五种类型喷流（顶夸克、W 玻色子、Z 玻色子、胶子与轻夸克）进行分类，前三类的准确率均超过89%，后两类则超过60%，且整体表现优于BDT（Sandoval, Manian & Malik, 2024）。

Transformer模型（Vaswani, 2017）最初为自然语言处理所开发，其多头注意力机制于2019年被改编至电脑视觉领域，成为Vision Transformer（ViT）（Ramachandran et al., 2019）。ViT在图像分类任务上已展现与传统CNN相当甚至更优的表现，特别是在训练资料充足时。有研究指出，经微调的ViT在top-1准确率上比CNN高出四倍（Paul & Chen, 2021）。虽然ViT具有较高的模型容量，但其资料效率可能低于CNN；然而后续的变体如DeiT（Touvron et al., 2021）与PVT（Wang et al., 2021）已部分克服这些限制，提升效率、准确度与领域适用性。近期针对天气与气候预测开发的大型ViT（约 1130 亿参数）更突显了ViT的潜力（Wang et al., 2024）。鉴于HEP实验通常拥有庞大资料集，将ViT及其变体应用于如喷流分析等任务，有望带来显著的效能提升；此一潜力亦由近期以ViT为基础的ParT架构在喷流标注（jet tagging）上将准确率提升1.4%（达 85.2%）的研究所支持（Qu, Li & Qian, 2024）。

本研究旨在为违反轻子味（lepton-flavor violating, LFV）过程开发Vision Transformer（ViT）架构，应用于影像分类与喷流标注。此类在标准模型之外（BSM）可能发生的过程，常由例如R对称违反超对称（RPV SUSY）、Z'玻色子模型及量子黑洞（QBH）模型所预测。本研究将把所开发的ViT架构之效能，与Kim et al. (2023) 所使用的CNN以及传统以提升决策树（BDT）为基础的基于切割（cut-based）方法（Kwok, 2021）进行比较。

Kim et al. (2023)使用基于CNN的影像分类架构研究R对称违反SUSY事件，较基于切割（cut-based）方法达成1.845倍的讯号效率提升与1.2倍的预期显著性提升。考量到ViT在大型资料集上通常优于CNN，且CNN常优于BDT为基础的分析，保守估计在LFV研究中以ViT为基础的影像分类架构，相较传统基于切割方法至少可使讯号效率提高三倍、预期显著性提高两倍。此外，在喷流标注任务中采用ViT架构预期能进一步提升效能。

 

项目编号：UGC/FDS16/M25/25

项目名称：抗β-类淀粉蛋白单株抗体能否确实为减低患上阿兹海默病的风险带来希望？

首席研究员：郭文姬博士（都大）

摘要

认知障碍症(尤其阿兹海默症)对全球推动健康活龄构成挑战。2021年6月，Aducanumab成为首次获美国食品药物管理局(FDA)批准用于治疗阿兹海默症的药物。然而，这款期待已久的阿兹海默症药物仍存在争议，包括其在延缓认知和功能衰退方面的临床疗效存疑，以及除与类淀粉蛋白相关成像异常外，尚未知的长期副作用。美国食品药物管理局要求进行一项上市后试验，以验证Aducanumab的临床效益，但该试验已被药厂终止。尽管如此，与Aducanumab属于同一药物类别的另外两种药物：Lecanemab和Donanemab于2024年获得FDA批准。

透过孟德尔随机化方法(Mendelian randomization)进行基因验证，能提供急需的证据以厘清Aducanumab、Lecanemab和Donanemab的潜在效果，从而为临床判断和预防认知障碍症提供指导。本研究将利用此方法，阐明包括Aducanumab、Lecanemab和Donanemab在内的抗β-类淀粉蛋白单株抗体 (anti-amyloid beta monoclonal antibodies)对阿兹海默症的作用，并通过全表型组关联分析(MR-PheWAS)识别其可能引起的长期副作用。

目的：通过孟德尔随机化方法阐明包括Aducanumab、Lecanemab和Donanemab在内的抗β-类淀粉蛋白单株抗体对阿兹海默症的作用，并通过全表型组关联分析识别其可能引起的不良反应。

设计：两样本孟德尔随机化研究和全表型组关联分析。

参与者：两样本孟德尔随机化研究将使用类淀粉蛋白正电子扫描影像(amyloid PET imaging)基因组联盟(Genome-wide association studies [GWAS])(n=11,556 西方裔和n=1,494 东亚裔)、西方认知障碍症 (n=455,258)和认知功能(n=23,066)基因组联盟，以及东亚(日本)认知障碍症基因组联盟(n=8,036)数据库。全表型组关联分析将使用英国生物样本库(n=~500,000)和日本生物样本库(n=~200,000)。

因素：遗传预测包括Aducanumab、Lecanemab和Donanemab在内的抗β-类淀粉蛋白单株抗体的效果(减少类淀粉蛋白)。

结果：阿兹海默症和认知功能作为疗效的主要结果；广泛的疾病和相关特征作为安全性的次要结果。

数据分析：使用乘法随机效应(multiplicative random effects)的逆方差加权(inverse variance weighting)来评估遗传预测的抗β-类淀粉蛋白单株抗体对阿兹海默症的影响，并进行敏感度分析(sensitivity analyses)，包括加权中位数(weighted median)、MR-Egger、MR-ConMix、MR-RAP、MR-PRESSO，以及利用多变量孟德尔随机化方法(multivariable MR)。从MR-PheWAS中识别遗传预测的抗β-类淀粉蛋白单株抗体与其他疾病和特征的任何关联，并应用共定位分析(Colocalization)。

预期结果：遗传预测的包括Aducanumab、Lecanemab和Donanemab在内的抗β-类淀粉蛋白单株抗体可能与西方或东亚裔人群的阿兹海默症无关。而相较于东亚人群，西方人可能出现更多副作用。

启示：研究结果将有助于揭示抗β类淀粉蛋白单株抗体的潜在临床疗效和药物安全性，从而进行受益与风险评估，并提供适时的证据以协助临床判断应否在有较高风险患上阿兹海默症的长者中使用Aducanumab、Lecanemab和Donanemab。

 

项目编号：UGC/FDS16/H42/25

项目名称：一个使用GenAI代理自动生成护理学生情境式电子学习游戏的新方法

首席研究员：郭泰安博士（都大）

摘要

使用情景式学习游戏模拟场景来培训护理学生是传统教学方法的重要替代方案，因为其具有高度便利性（学生可以随时随地按自己的节奏学习）和多样化模式（具有丰富多媒体内容的互动学习）。但是，创建此类学习模拟游戏通常需要教职员在设计和开发过程中投入大量时间，并涉及开发成本。在此项目中，我们建议开发和评估使用生成式人工智能(GenAI)来自动化制作情景式学习游戏。具体而言，我们将使用生成式人工智能开发两项关键创新：

1）生成式人工智能代理(GenAI Agents)，通过我们的网络应用程式，以简单英语访谈护理教师（或相关课程团队成员），以了解他们希望模拟的病人个案详情。生成式人工智能代理将把这些对话转化为游戏场景的完整故事线。

2）基于生成式人工智能的工具链，可以从故事线自动构建游戏软件。生成式人工智能代理将生成互动游戏所需的2D场景、角色动画、声音和程式码，以构建一个基于HTML5的网络游戏，可在个人电脑、笔记本电脑、平板电脑或手机的浏览器中运行。情景游戏将由教师审核并改进，然后供学生试用。

生成式人工智能工具链可以自动完成情景式学习游戏开发中大部分耗时手工工作，以便教师能够专注于教学设计。这种方法还可以使创建多人病人模拟游戏变得更快更便宜。在此项目中，我们还将开发学习管理系统，为学生使用生成式人工智能生成的游戏提供个人化学习和评估。另一方面，在此项目中，我们将利用生成式人工智能创建香港护士管理局概述内护理原则及实务的12个领域情景式学习游戏。

我们将结合建构主义学习理论、情境学习理论和动机及参与理论作为开发和评估我们提出的生成式人工智能架构的指导框架：（1）建构主义：学习者通过经验和反思这些经验来建构自己对世界的理解和知识。情景式学习游戏提供互动和沉浸式体验，让护理学生能够参与现实场景。这有助于他们通过积极参与解决问题和决策过程来建立知识。（2）情境学习：学习在应用的情境中最为有效。情景式游戏将学生置于真实的临床环境中，帮助他们理解情境并在实际环境中应用知识。（3）动机和参与：自我决定理论等理论强调内在动机和参与在学习中的重要性。游戏本身具有吸引力，可以通过挑战、奖励和故事叙述等元素激励学生。这种增强的动机可以带来更好的学习成果。我们将从以下方面对生成式人工智能架构进行全面评估：可用性、效率和教育成果。

此项目将使情景式学习游戏在护士培训中广泛普及。我们的生成式人工智能技术还可以适用于为医学、物理治疗和其他医疗保健学生创建学习游戏，有助培训医疗工作者以提供优质病人护理。此外，项目的完成将为工程、教育和计算机科学等其他领域带来更广泛的学术贡献。

 

项目编号：UGC/FDS16/M04/25

项目名称：揭示BDE-47诱导的海洋青鳉鱼跨代雄性生殖损伤中miRNAs的作用

首席研究员：黎镜波博士（都大）

摘要

内分泌干扰物质（Endocrine-disrupting chemicals, EDCs）能够干扰动物的内分泌系统，导致生殖功能受损和畸形，尽管这些物质在环境中的浓度极低（ppt），但仍对多种物种的可持续性构成重大威胁。研究表明，一些EDCs不仅会影响直接暴露的个体，还可能对后代产生跨代的不良影响，即使这些后代从未接触过这些化学物质。这类EDCs可能通过改变表观基因组或微小RNA（miRNA）来引发跨代的持久影响。多溴联苯醚（Polybrominated diphenyl ethers, PBDEs）是一种常用的阻燃剂，已在全球环境中广泛存在。PBDEs可能对鱼类及包括人类在内的高等脊椎动物的生殖和发育产生不利影响。miRNA作为基因表达的转录调控因子，被认为是表观遗传的调节者。我们的初步跨代研究显示，亲代（F0）海水青鳉鱼（marine medaka）暴露于2,2’,4,4’-四溴联苯醚（BDE-47，一种常见的PBDE同系物）后，会损害后代（F1-F2）的精子运动能力，即使这些后代从未暴露于BDE-47。对每一代（F0-F2）精子的微小RNA测序分析显示，一组与精子运动能力相关的miRNA表达异常，包括miR-28-3p、miR-182和miR-24-3p的上调，以及miR-296和miR-200的下调。这些异常表达的miRNA可能在BDE-47诱导的跨代男性生殖损伤中发挥关键作用。

本研究计划旨在验证以下假设：亲代（F0）暴露于BDE-47会改变一组miRNA，这些miRNA靶向维持精子运动能力的基因，从而导致后代（F1至F2）雄性鱼类的跨代生殖损伤。为了验证这一假设，我们计划使用体内海水青鳉鱼（Oryzias melastigma）模型和体外青鳉鱼睾丸细胞共培养模型进行研究，具体目标包括：(1) 鉴定miR-28-3p、miR-182、miR-24-3p、miR-296和miR-200靶向的与精子运动能力相关的基因；(2) 确定miR-28-3p、miR-182、miR-24-3p、miR-296和miR-200与这些靶基因的直接结合；(3) 揭示miRNA-mRNA对在BDE-47诱导的跨代精子运动能力损伤中的作用。

本研究的结果将揭示PBDE暴露（一种常见的全球水生环境污染物）诱导的跨代男性生殖损伤的潜在机制。通过探索miRNA变化如何影响跨代的精子质量，本研究将为污染物诱导的跨代生殖损伤提供宝贵的见解。这些发现对于政策制定、风险评估以及减轻污染对生殖结果的不利影响的干预策略具有重要意义。鉴于miRNA和生殖功能的调控在脊椎动物中高度保守，本研究的结果也可能为包括人类在内的高等脊椎动物提供启示。

 

项目编号：UGC/FDS11/B04/25

项目名称：农业文化旅游促进乡村韧性：可持续生计方法

首席研究员：黎天恒博士（方大）

摘要

本研究旨在建立一个农业旅游框架，以实现永续乡村的韧性。该框架将永续生计方法 (SLA) 的原则与以生计多样性和生计自由度为重点的二维评估方法相结合。为此，本研究采用以解释范式为基础的质性方法，并以香港传统客家村落荔枝窝为例进行研究。资料搜集方式包括半结构式访谈、实地观察和二手资料。半结构式访谈的对像包括当地社区成员、农业和旅游业从业人员以及政策利害关系人。从理论层面，本研究将永续生计方法 (SLA) 扩展到农业旅游领域，从而为评估农业旅游在促进生计永续性方面的作用提供了一个更全面的工具。从实务层面出发，本研究亦强调了永续生计方法的农业旅游在透过收入多元化、文化认同保护和生物多样性保护来增强乡村韧性方面的潜力，同时也重塑了香港的旅游格局。

 

项目编号：UGC/FDS16/E28/25

项目名称：光伏(PV)面板处置的可持续发展用于绿色混凝土生产以实现经济、能源和环境效益

首席研究员：林绍基博士（都大）

摘要

自2005年香港政府首次大规模推行光伏（PV）面板以来，其日益普及的应用引发了对其在20至25年寿命结束后处置问题的关注。随着大量光伏面板废料即将涌入，这些废料中的有毒物质（如铅和镉）可能会对环境造成重大挑战，因为如果不当处置于垃圾填埋场，这些物质可能会污染土壤和地下水。同时，建筑行业正面临河砂短缺的问题，而河砂是混凝土生产中的关键材料。本研究提案旨在通过将光伏面板废料回收用于绿色混凝土，解决这两大挑战，提供环保且经济可行的解决方案。

香港政府为了实现可持续发展，已经做出了相当大的努力，以抑制能源需求的增长，同时维持更清洁的环境。自2005年以来，光伏面板已在香港以不同规模进行了应用。然而，由于光伏面板的寿命约为25年，预计到2030年将产生大量的光伏面板废料。目前，处置选项仅限于垃圾填埋，这会因有毒和重金属元素的渗漏而带来环境风险。尽管人们对此问题的关注日益增加，但关于将光伏面板废料回收应用于混凝土中的研究仍然有限，尤其是其环境影响。本项目旨在填补这一研究空白，探讨将光伏面板废料回收用于社会用途的可行性，而不是让其最终进入垃圾填埋场并污染环境。

光伏面板由从砂中提取的晶体硅制成，理论上使其成为混凝土生产中河砂的潜在替代品。根据行政长官2023年的施政报告，本十年内计划进行大量新的建筑和建设项目，这将显著增加对建筑混凝土的需求。由于香港依赖外国供应河砂，供应的有限性可能会影响成本并加重整体建筑预算的负担。将光伏面板废料回收作为河砂的替代品可能成为一个可行的选择。

本项目旨在为环境保护、资源效率和绿色建筑实践的推进作出贡献。本研究将全面评估使用不同混合比例和光伏面板碎片尺寸制成的绿色混凝土的各种性能。研究将分阶段进行，包括处理以配制混凝土混合物、严格测试以及现场应用。此外，该项目还将探讨使用回收光伏材料于混凝土中的环境影响和经济可行性。预期成果包括开发和制造绿色混凝土，并建立其在建筑中安全有效使用的指导方针。

 

项目编号：UGC/FDS16/M03/25

项目名称：维生素D对骨巨细胞瘤的抗肿瘤作用研究

首席研究员：刘宝盈博士（都大）

摘要

骨巨细胞瘤(GCTB)被归类为中度恶性骨肿瘤，在亚洲比西方国家更常见，约占原发性骨肿瘤的20%。骨巨细胞瘤术后复发率较高。辅助治疗常与手术合并使用，以降低癌症的局部复发率。含氮双磷酸盐和地舒单抗是骨巨细胞瘤患者最常使用的辅助治疗方案。含氮双磷酸盐（唑来膦酸）疗法合并手术（刮除术或开胸手术）已被证实可降低术后复发率。然而，长期使用双磷酸盐类药物有颚骨坏死、异常骨折等风险。此外，近期多项研究表明，术前使用地舒单抗治疗会增加患者的复发率。地舒单抗诱导局部骨胳异常硬化，肿瘤细胞可能被包裹在增厚的新骨中，难以完全切除。由于目前辅助治疗的副作用较大，迫切需要开发一种新的辅助治疗方案来治疗骨巨细胞瘤。

在我们之前的研究中，证实辛伐他汀能通过诱导细胞雕亡和抑制细胞增生来抑制细胞活性。此外，辛伐他汀可促进肿瘤基质细胞分化为终末状态的成骨细胞，进而抑制肿瘤细胞增生。我们的核糖核酸定序结果显示，辛伐他汀引导骨巨细胞瘤基质细胞成骨分化的过程，是通过活化维生素D讯号通路。而许多研究也证实，维生素D的荷尔蒙活性形式1α,25-(OH)₂D₃（骨化三醇）可抑制肿瘤细胞增生并诱导其分化。同时，维生素D还可促进细胞雕亡并抑制肿瘤微环境中的血管新生。因此，维生素D讯号通路的活化如何调节骨巨细胞瘤基质细胞的成骨分化非常值得探讨，这或许有助于开发治疗该疾病的新型辅助药物。

本研究将以体外及动物实验模式，探讨维生素D于骨巨细胞瘤中的抗肿瘤效果。透过对骨巨细胞瘤基质细胞中维生素D讯号通路的深入研究，将有助于我们了解维生素D抗肿瘤机制的分子层次，并为未来开发特异性的骨巨细胞瘤辅助治疗提供理论基础，有望降低患者复发率、经济负担及社会医疗资源耗用。

 

项目编号：UGC/FDS15/H26/25

项目名称：战胜癌症之后：香港乳癌和妇科癌存活者如何议定和建构在亲密关系和职场上的自我

首席研究员：刘佩欣博士（树仁）

摘要

传统研究对乳腺癌（breast cancer）和妇科癌症（gynaecological cancer）存活者主要集中在心理、性、关系和身体压力以及社会污名上。然而，除了对这些存活者状况进行实证分析外，还有必要以社会学的角度，对她们康复后的处境提供理论化的论述。此外，有关乳腺癌和妇科癌症存活者的社会科学文献主要集中于西方国家和中东地区，而在香港本地的研究却相对较少。在为数不多的本地研究中，主要强调情绪和生活品质（Chow et al., 2018; So et al., 2014; Zeng et al., 2011）以及工作能力（Cheng et al., 2023; So et al., 2022），这为进一步的研究留下了充足的空间。

本研究旨在探讨乳腺癌和妇科癌症存活者对其女性化感知（sense of femininity）的影响，以及癌症本身如何形塑存活者对自我的感受。本研究将探究性与亲密关系，以及乳腺癌和妇科癌存活者的工作情况，以作为研究私人和公共生活中重要的领域。厄文·戈夫曼对自我（selfhood）的理论（1961）和女性主义对理想女性的批判将作为理论的切入点。本研究的核心问题是：女性性征的失去或损伤会否影响女性身份，以及因此对乳腺癌和妇科癌症存活者的性和亲密关系有何影响？癌症如何影响她们的工作生活和职业抱负？她们如何应对变革性的经历，并且有哪些人性化和实际的方法来应对康复后的生活？本研究希望通过癌症带来的负面影响来重新找回并重构自我。此外，考虑到存活者面对有可能难以启齿的困难，本研究将探索本地非政府组织及医院管理局有可能提供到的适当服务和政策干预，以改善这一人群的状况。

本研究将采用质性深入访谈方法，访问不同的持分者，当中包括四十名乳腺癌和十五名妇科癌症存活者、十名亲密伴侣及同事，以及十五名来自医疗保健领域的专业人士，包括医务社工、辅导员、与医疗相关的非政府组织从业者、医院义工和护士。为确保多样的声音和经验，对于受访者的种族和文化背景并不设限，只要他们在访谈时已在香港工作和生活便可。虽然如此，在预计五十五名存活者中，本研究将访问至少四十五名本地华裔存活者。

本研究将作出以下贡献：首先，在学术上，它将把性与亲密关系、女性化和自我认同这些鲜有研究却相当重要的议题带入本地癌症研究领域。乳腺癌和妇科癌症存活者在性和亲密经验方面的研究结果，亦将为现有的自我和身份（identity）分析提供更进一步的见解。其次，本研究的结果将使医疗和保健行业的管理者和从业人员，包括医院管理局和非政府组织，能够设计相应的策略和服务来帮助这些存活者。它还将提醒劳工市场的人力资源管理，以人性化的方式关注女性癌症存活者的状况。

 

项目编号：UGC/FDS24/H17/25

项目名称：可持续消费行为的途径：利用增强现实和虚拟现实技术推动香港的循环经济

首席研究员：刘薇薇博士（理大专业进修学院）

摘要

香港政府推广公众教育活动例如「揼少啲、悭多啲、识回收」（环保署, 2018），旨在鼓励市民参与回收。此举呼应循环经济中「减少、重用和回收」（3Rs）概念，这策略作为应对气候变化与环境污染至关重要。特别是回收在降低自然资源消耗、更有效地运用可回收材料以减少环境污染方面，扮演关键角色。尽管政府持续推广回收教育计划，然而这些努力在多度上促使青少年采取环保行为，并将其良好意图转化为长期可持续习惯的影响，仍不明朗，这与常见的「态度与行为差距」现象有关。本研究探讨如何利用沉浸式技术：扩增实境（AR）和虚拟实境（VR），促进以回收和减废为重点的行为改变，从而促使香港青少年采纳环保可持续行为。为回应上述缺口，研究采用刺激-内在状态-反应（S-O-R）框架，并结合创新扩散理论与顾客价值理论，以探索AR和VR如何驱使行为改变与习惯养成。

本研究采用综合研究方法，分析沉浸式和游戏化体验如何影响青少年对价值的感知、对可持续性的态度，以及采取回收行为的能力。第一项研究将探讨AR/VR游戏如何影响青少年对可持续性的态度和行为，并分析个人价值观与态度如何塑其反应。第二项研究将对参与者进行为期三个月的追踪，以观察其可持续习惯是否改善并持续。研究结果将提供重要见解，阐释沉浸式科技如何协助青少年环保态度转化为实际的可持续行为。透过运用前沿的AR和VR工具，本研究将有助于推动循环经济原则，减少废物，并促进全球可持续发展目标之实现。最后，研究将为教育工作者、政策决策者与相关机构提供实务建议，以设计更有效的方案，推动回收和减废，从而促进香港的绿色发展。

 

项目编号：UGC/FDS13/E01/25

项目名称：利用物联网-地理资讯系统感测器监测网络对香港公共交通设施空气品质的时空变化的研究

首席研究员：李小兰博士（珠海）

摘要

空气污染每年导致全球众多人口提早死亡，并对人类健康造成严重危害。鉴于空气污染对公共卫生的威胁，已引起人们对公共卫生的深切关注。大量公共交通使用者每天都暴露于公共交通转乘站（PTI）内的空气污染物中。公共交通转乘站是独特的微环境，近期的空气品质研究并未充分关注，因为这些研究主要关注室内或室外环境，目前关于公共交通转乘站与公共交通工具内空气品质的资讯有限。同时，公共交通转乘站内空气污染物的空间变异性（这对于预测其污染程度至关重要）仍不清楚。

在本研究中我们计划于香港高度城市化地区具代表性的半封闭公共交通转乘站于两个季节（即夏季与冬季）进行高密度的空气采样。我们将结合物联网和地理资讯系统 (GIS)技术，分析多种空气污染物的时空趋势特征。我们将利用健康指数评估这些空气污染物的健康风险。此外，我们也将应用受体模型对资料进行微环境中空气污染物的污染源解析。这些研究结果将有助于进一步揭示影响公共运输设施内空气品质的关键因素，并提出控制相关健康风险的实际措施。本研究的结果将阐明环境空气中的污染物及其与人类的相互作用。本研究的目标是：(1) 开发并应用基于物联网的感测器，在具有代表性的公共运输设施内建立多种空气污染物的监测网路；(2) 厘清多种空气污染物的空间变异性及其最佳拟合插值模型；(3) 开发基于网路的警报系统，告知公众相关的健康风险，并更好地管理公共运输设施内的空气品质。对这些问题的深入掌握，将有助于减轻有毒空气污染物的来源和风险，应对空气污染带来的公共卫生挑战，并为相关部门制定更有针对性的空气品质改善措施提供科学依据。

 

项目编号：UGC/FDS41/H08/25

项目名称：父母压力、教养方式及学习环境对幼稚园学龄儿童工作记忆发展的影响

首席研究员：李敬廉教授（耀中）

摘要

工作记忆容量（working memory capacity, WM）影响高阶认知过程的执行效率，并与学业成就密切相关。尽管 WM 从幼儿期到青少年期间显著增长, 但 Lee 与 Bull（2016）发现，不同个体的工作记忆容量增长速度相近。此外，他们也发现在幼稚园学龄儿童之间存在显著的 WM 差异。这些发现意味着，幼儿期 WM 较低的儿童往往无法透过更快的 WM 增长获益，其劣势将持续至青春期。如果要设计早期 WM 介入以协助这些儿童，厘清造成个体差异的因素与机制至关重要。

过往研究显示，社会经济地位（socioeconomic status, SES）、父母压力、教养方式及父母提供的学习机会，均与儿童 WM 发展相关（Duran et al., 2020; Lawson et al., 2018）。然而，这些因素之间的相互关系及其影响 WM 的机制仍待探讨。针对变量间的关联，本研究将检验两种机制的相对重要性：其一，家庭压力模型认为 WM 受教养方式影响，而教养方式又受父母压力与 SES 影响；其二，家庭投资模型主张 WM 主要受家庭能否提供足够财务资源以创造适当学习机会所影响。我们也将探讨哪些教养方式与 WM 发展更密切相关。根据先导研究（Lee, 2023）结果，我们推测 WM 较低的儿童，其父母可能教养方式不一致，或倾向放任且缺乏引导。

本研究采用纵贯性交叉追踪设计，对 191 名 4 至 5 岁幼儿进行为期 14 个月的追踪。幼儿将于四个时间点完成三项 WM 任务（Lee, 2023）：柯西任务（Corsi）、数字倒背（Backward Digit Span）与动物更新（Animal Updating）任务。受试儿童将从低、中、高收入阶层的幼稚园中招募，其父母将接受问卷调查，内容涵盖社经地位、财务充足性忧虑、压力、教养风格及对子女学习的投资程度。我们将采用能够区分个体内与个体间变异的统计模型（Hamaker et al., 2015），以检验各构念间的相互关系。本研究将揭示影响 WM 发展的具体父母相关变量及其作用路径，为开发新型 WM 介入方案提供关键依据。

 

项目编号：UGC/FDS16/H05/25

项目名称：记录者的视角：中国古代礼仪文本的编写与记录研究

首席研究员：李洛旻博士（都大）

摘要

礼是中国文化的核心，古代重要礼典依頼中国古代礼仪文本记录并保存至今。《仪礼》作为儒家经典之一，同时亦是中国古代礼仪文本的源头。不同于其他经典文本，「礼」往往涉及行礼者的实践与演示，学者考证古礼仪节必需在文本记录上进行想象，尝试还原对当时仪轨的实际行进形态。换句话说，对文本的记录及编写方法的理解，成为了解读《仪礼》文本的关键。

本研究计划为期两年，冀以记录者的视角针对《仪礼》文本作有系统并深入的研究。学界虽对《仪礼》不乏研究，但从记录者视角探讨其编写记录方式，并回应学术议题者，为数不多。因此，首席研究员希望运用崭新方法，结合过往的研究经验进行本研究计划，力图回答三方面的研究问题：（一）记录者运用了何种手法，把礼典记录成为礼仪文本？（二）《仪礼》十七篇的写法是否一致？（三）将考察结论放在礼学史视野下再重新思考，尤其有关《仪礼》一书的文献完整性及其编纂形成情况，如何回应相关学术讨论？

本研究的设计及方法，希望依循有系统条理的方式，开展细致的文本分析。研究将分为两大阶段：（一）资料整理及分类。研究团队将就传世《仪礼》文本，辅以出土文献，以书写的性质分门别类。此外，团队亦会整理《仪礼》文本词汇，务求全面整合可资参照比对的《仪礼》文本。（二）文本分析。研究团队依据第一阶段整理的资料，利用文本对读的方法逐条进行分析，以此寻找及归纳《仪礼》记录者的各类记录惯性和手法，同时亦尝试识别个中特殊或异常写法。此外，团队亦会透过篇章整理分析，描绘《仪礼》各篇章记录时的侧重点或特性。考察结果将撰成论文，发表于认可的学术刊物上。

本研究透过全新角度考察《仪礼》的书写，总结古代礼仪文本的记录方法，填补学术空白，开辟针对儒家经典的崭新研究方法。此外，本研究计划亦将有助重新认识《仪礼》，减低阅读困难，藉此提升大学对礼仪文本教育的重视。长远来说，计划亦有利于中国礼仪的传承与传播，为延续中国礼仪的复原和建设提供条件和坚实的学术基础，有助中华礼乐文明的保育和传播。

 

项目编号：UGC/FDS15/B01/25

项目名称：检视渠道增加/消除对感知控制和网络安全担忧的影响：基于虚拟银行情境的调查研究

首席研究员：李天润博士（树仁）

摘要

由于新冠疫情的影响，淘汰实体渠道在近年来引起了广泛关注。以往对零售服务的研究主要集中在渠道的增加和整合。然而，关于渠道淘汰和强迫采用剩余渠道的研究相对较少。具体而言，以往的研究尚未探讨线下接触点的分布与在线渠道的网络安全之间的关系。

在本研究中，我们将进行情境式调查，以了解淘汰和增加渠道的影响。特别是在增加线下渠道的第一个接触点和移除最后一个线下渠道接触点的边际案例上，对人们对在线渠道的控制感和网络安全担忧的影响。我们强调接触点和渠道之间的差异。据我们定义，当一种渠道类型的所有接触点被移除时，该渠道选择将被视为被淘汰。调查情境以香港的银行业为背景。在第一项研究中，我们将展示从多渠道的传统银行中淘汰所有实体接触点（而不单单是部分接触点）将导致人们的控制感显著降低，并使对网络安全的担忧显著增加。在第二项研究中，我们旨在发现仅通过向一个虚拟银行添加一个实体接触点，可以显著提高人们对银行在线渠道的控制感。接触点的增加也将显著减少人们对其在线渠道的网络安全担忧。 

关于理论意涵，本研究将建立线下接触点与在线网络安全之间的关系，还将解决当前研究忽视逐步淘汰某一渠道的问题。在实践意涵方面，我们建议多渠道企业应避免关闭所有线下渠道接触点。当实体渠道的规模缩减至零时，因缺乏渠道选择自由而产生控制感方面的负面效果是相当显著的。如果多渠道企业决定不保留任何一个实体店铺，我们将建议企业做好升级在线渠道网络安全的准备。

此外，对于数字企业，我们将提出采用在线渠道以外的方法来减少网络安全障碍，即添加一个实体接触点，这样可以为顾客提供额外的渠道选择来完成他们的顾客旅程。顾客可能因为有一个线下接触点而减少对在线购买的犹豫。

 

项目编号：UGC/FDS16/H34/25

项目名称：布伦登在香港 (1953-1964)

首席研究员：李思华博士（都大）

摘要

埃德蒙·布伦登（1896-1974）是一位英国诗人，以其在第一次世界大战中服役经历所创作的战争诗歌而闻名。他长期从事英国文学写作和教学，作品丰富，足迹遍布全球，其中包括担任香港大学英文系教授（1953-1964）。这段时期香港经历二战后现代化进程，港大的英语教育也发展迅速。然而，关于布伦登在香港长达十一年的生活及诗歌创作的研究却寥寥无几，在迄今为止唯一的传记中仅有十五页记载。本研究计划旨在填补这一空白，主要透过档案和口述历史研究方法，全面整理布伦登在香港的生活，以分析及展现他对香港社会各界以及全球英语现代主义文学的贡献和影响。

布伦登在冷战时期的香港参与东西方文学和文化交流，是重要的文学和历史研究案例。首先，他是最早以香港为主题的英语作家之一，开创了香港英语写作的先河。其次，作为诗人、英国文学教授和学者，他的专长不仅体现在港大英文系的课程和教学中，也体现于港大的戏剧教育活动，所培育的新一代人才对香港英语写作和戏剧的进一步发展起了重要的作用。第三，他以客座演讲者的身分活跃于本地各院校和艺术社团，在教育、艺术和文化领域产生广泛的影响。他的国际人际网络亦将其影响力延伸至香港以外的地区，本研究将探讨他与两个邻近地区的联系：一是他曾两度在日本工作，共计六年，并与许多当地人保持密切的通信；二是他于1955年和1964年曾两次访问中国，在第一次访问中率领港大代表团获周恩来总理接见。

本计划旨在探讨布伦登在英语写作与文学批评、英国文学教学以及艺术文化推广等方面的贡献和影响，不仅局限于本地背景，更着眼于国际间的影响。研究将采用创新的多管齐下方法，尤其运用未曾被引用过的档案（包括大量信件）及第一手资料，以及对他在港大的学生、家人以及其他与他相识的人士进行口述历史访谈。此外，研究还将结合全球现代主义和冷战背景的文献，分析布伦登在香港的创作和学术成就。

这项质性研究不仅将填补布伦登生平的空白，还将加深大众对二十世纪五十至六十年代香港英语文学、戏剧和高等教育的发展及对当代影响的理解。此外，本研究亦会重点介绍香港对二十世纪东西方文学和文化交流、跨国现代主义以及全球英语文学的贡献。这项跨学科计划将产生一系列研究成果，包括一本关于布伦登在香港的学术专著、期刊论文和学术会议论文。此外，本计划亦会开发一个互动网站，全面介绍布伦登在香港的生活，并开发一个关于他在香港所创作诗歌的聊天机器人，旨在以简单易懂、引人入胜的方式向大众提供学术知识，以加深大众对布伦登及其创作背景的理解。

 

项目编号：UGC/FDS16/H27/25

项目名称：第二语言学习者对第二语言惯用语的「认知」与「感受」: 中文英语学习者惯用语处理的跨语言、心理语言学和情感研究

首席研究员：梁颂康博士（都大）

摘要

成语（如 ‘fall head over heels’ 和 ‘see red’）的比喻意义与组成单词的字面意义截然不同。虽然成语在母语（L1）英语使用者的日常语言中占有重要地位，但英语作为第二语言（L2）的学习者在理解和使用成语方面往往遇到困难。研究指出，L2 学习者在使用英语成语的频率和准确性上低于 L1 使用者。跨语言研究将这些困难归因于母语与第二语言之间的转移效应，而心理语言学研究则指出 L1 使用者与 L2 学习者在成语理解方面存在系统性差异。

近年来，越来越多的研究关注成语的心理语言学属性（即人们对成语的「认知」）以及其情感属性（即人们对成语的「感受」）如何影响成语的处理。虽然这些属性在 L1 成语处理中的影响已被广泛研究，但它们对 L2 成语处理的影响仍然缺乏深入探讨。换言之，研究 L2 学习者对英语成语的「认知」（例如，他们如何将 ‘fall head over heels’ 与「深爱」的意义联系起来）以及 L2 学习者对英语成语的「感受」（例如，’see red’ 表示「非常愤怒」是否让 L2 学习者感到强烈情绪）将丰富 L2 成语处理的知识体系，并为 L2 英语教师和学生在成语教学与学习实践中提供更好的指导。

本研究项目旨在采用跨语言框架，通过收集和分析中国英语 L2 学习者对英语成语的心理语言学和情感属性的评估与反应，探讨 L2 成语处理。本研究将分为七个阶段，为期 24 个月。在第一阶段，将根据特定标准（包括广泛使用及来自五个来源领域的代表性），精选 250 条英语成语作为研究对象。第二阶段将采用独特的跨语言比较模型，根据这些成语与其中文对应表达在语言和概念上的重迭程度，对其进行分类。第三至第五阶段包括在 Qualtrics 平台上开发一份线上问卷，并将问卷分发给 400 名中国英语 L2 学习者，收集他们对选定英语成语的心理语言学和情感属性的评估与反应。在第六阶段，将对线上问卷收集的数据进行分析，包括数据筛选、编码和相关性测量。研究的第七阶段将基于研究结果，将其纳入《英语成语情感与心理语言学评估清单》（APREIL），并通过会议报告和期刊文章分享研究项目的综合见解。

本研究具有重要的理论意义，旨在探讨 L2 学习者在跨语言背景下对英语成语的认知和感受，揭示 L2 成语处理的复杂性，并为语言教育实践提供启示。在教学应用方面，研究成果将有助于改进成语教学与学习策略、比喻语言课程的开发，以及提高 L2 学习者的比喻语言能力。

 

项目编号：UGC/FDS24/B18/25

项目名称：从玩游戏到健康：透过可供性和目标框架理论增强老年人对运动游戏的参与度 – 在香港的纵向研究和实验

首席研究员：梁嘉诚博士（理大专业进修学院）

摘要

香港正经历全球最快的人口老化速度之一，预计老年人口将在未来十年达到顶峰。预计 65 岁及以上老年人口数量将从 2021 年的 150 万增加到 2039 年的 252 万人（医务卫生局，2023）。与老化相关的最显著问题之一，是跌倒风险的增加，这通常归因于肌肉流失和无力，再加上缺乏规律运动所导致，进而可能造成骨折，需要长时间且具有挑战性的原复时间。在部分情况下，更可能导致昏迷甚至死亡（Chaabene 等人，2021）。此情况给本地公共医疗系统带来了沉重负担。减少老年人健康衰退风险的一个可能方法，是持续进行规律运动。有鉴于此，香港政府持续投放资源，透过资助地区和邻里社区中心为老年人提供运动训练和运动器材，鼓励老年人多运动（社会福利署，2025）。尽管运动正面作用众所周知，但香港老年人的体力活动水平甚至比新冠疫情爆发前更为低落（Wang 等人，2023）。因此，若老年人缺乏积极规律运动参与，他们健康状况将进一步恶化。

一种名为「运动游戏」的老年科技最近应运而生，专门针对老年人。运动游戏是一个结合了「锻炼」和「游戏」的术语，被定义为一种将各种游戏元素融入日常锻炼的体能活动形式。运动游戏透过引人入胜的互动形式激励使用者参与体育活动，包括增强力量、平衡和柔韧性的活动（Vernadakis 等人，2015）。玩家可以从游戏系统中即时获得关于其锻炼表现的回馈（Bakker 等人，2020）。这种有趣的运动方式在促进健康老化和长期减少政府支出方面具有巨大潜力。然而，关于运动游戏如何有效鼓励老年人定期运动并增进健康的实证研究仍属有限。研究团队由资讯系统 (IS) 和医疗技术研究人员组成的跨学科研究团队，凭借研究团队在医疗技术领域的专业知识，正在与老年服务机构（例如啬色园）以及一家专门从事运动游戏的老年科技公司（例如 Medmind Technology）合作。透过三项研究，研究项目旨在探讨老年用户如何参与运动游戏，特别着重于可供性理论和游戏化元素所建构的使用者目标与游戏功能之间的相互作用，以及这种参与如何影响他们的使用行为和幸福感。

为了弥补既有的研究空白，本研究开发了一个三阶段理论模型，融合了可供性理论、体育训练技术原理和自我调节理论，旨在解释老年用户如何藉由游戏的可供性来参与运动游戏，以实现其个人目标（例如，幸福感）。在合作机构协助下，研究将从来长者中心招募研究对象来检验多阶段模型，并将采用混合方法设计来开发和验证新的测量方法。此外，本研究还将进行两项实验，以探讨游戏化元素在鼓励老年用户参与运动方面的有效性，并透过 PLM-SEM 和 ANOVA 进行数据分析。研究团队将进行一项定性研究，以扩展从调查结果中获得的见解。整体而言，本研究预期不仅丰富了资讯系统文献，也为政府、老年服务机构、老年科技公司和高等教育机构提供具体管理指导启示，协助更有效地促进老年人身体健康。

 

项目编号：UGC/FDS11/E08/25

项目名称：透过深度制作素材理解与运动分析之高效动画制作流程开发

首席研究员：李承泽博士（方大）

摘要

传统动画制作过程繁复，每个场景都需要大量人手绘制，因此只有大型工作室方能负担。本研究旨在开发实用的人工智能工具，在动画师主导动画设计之时，加快他们现有的工作流程。

首先，我们将训练人工智能解析初步的故事板（即草拟每个分镜的草图），使其能够识别角色、运镜及导演的笔记。接下来，系统会将分析结果转化为「动态分镜」（Animatics），一种用于规划时间点和场景转换的快速动态预览。我们继而利用人工智能辅助关键帧（Keyframes）的着色与阴影处理，并在关键帧之间生成流畅的过渡动画，同时提供操控选项，令导演微调角色的姿势、物件和镜头。

除了开发工具，我们还会整理并发布一个大型、具备清晰标签的数据集。此数据集将连结故事板、动态分镜与最终的动画片段，为未来研究团队提供基础。

此项目的预期成果将会是一个互动、由动画师主导的全新工作流程，能在不牺牲艺术风格与品质的前提下，降低制作成本、缩短制作周期。这将有助独立创作者及小型工作室挑战更宏大的制作，同时亦能优化动画电影的前期制作流程。我们将透过学术论文、开源程式码和模型公开研究成果，以加速创意社群对此技术的应用。

 

项目编号：UGC/FDS14/B09/25

项目名称：金钱激励与创造力：实验研究

首席研究员：李景景博士（恒大）

摘要

创造力是企业创新、商业策略、经济发展以及建立更美好社会的引擎（Charness and Grieco, 2023; Aghion and Howitt, 2008; Ko and Butler, 2007）。了解如何培养创造力不仅是学术研究的重要议题，而且具有重大的社会价值。目前，对此问题的调查有限，证据既稀疏又混杂。

本研究透过实验室和实地实验研究金钱激励对创造力的影响。我们透过实验研究金钱激励对创造力是否有挤出效应，具体来说，我们比较有金钱激励和没有金钱激励时受试者的创造力。我们透过实验研究不同的激励方案在不同类型的创意任务（包括写作和设计新产品）下的表现。我们进行实地实验来研究不同的激励方案的效果。这将是第一个关于创造力的实地实验之一。

我们的研究结果将对公司的商业策略产生重要的政策影响，以设计最佳激励计划来促进创造力和创新，在这个以创新推动业务和保持经济竞争力的世界中，这对于公司如何取得成功来说至关重要。我们的研究结果也将对如何设计最佳的教育政策培养学生创造力方面产生重要影响，例如，在STEM竞赛中设计最佳奖励方案。

 

项目编号：UGC/FDS14/E04/25

项目名称：面向资源受限边缘环境的生成式人工智能推理优化研究

首席研究员：李檀博士（恒大）

摘要

大型语言模型（Large Language Models, LLMs）与多模态生成式人工智能（Generative AI, GenAI）正在改变我们处理各种任务的方式，涵盖从文件摘要、影像场景理解，到即时语言翻译与互动对话系统等多个领域。传统的GenAI服务主要依赖云端推理，用户的任务（提示词）需要上传至集中式云端伺服器进行处理。然而，随着这些GenAI应用扩展至行动端与分散式场景，如智能家庭与自动驾驶车辆，云端推理在延迟与成本方面面临愈来愈多的挑战。边缘推理（Edge Inference），即在分散式边缘集群上部署LLMs，被视为一种可确保服务回应迅速与运算高效的有前景方案。这种向边缘推理的转变，对于让GenAI服务更加普及且实用具有关键意义。

然而，目前针对GenAI任务的边缘推理框架在运算与通讯资源受限的情况下仍面临三大挑战。首先，用户提交的GenAI提示词在输入大小、模态（例如文字、影像）与延迟需求上差异极大；同时，不同边缘集群之间在GPU记忆体、运算能力、部署模型以及网路频宽方面也存在显著差异。这种在用户需求与边缘资源之间的「双重异质性」，常被现有提示词调度机制所忽略，导致任务被分配至不适合的边缘集群，进而造成系统负载不均、回应延迟时间过长与推理品质下降。其次，在频宽受限的情况下处理多模态GenAI提示词（如高解析度影像、长文字序列或影片资料）会产生相当高的端到端延迟，这种延迟来自提示词上传与推理阶段。此类瓶颈对于即时应用尤为关键，如交通影片即时分析或互动式AI助手，其中的延迟可能严重影响用户体验。最后，目前缺乏针对GenAI任务边缘推理框架效能的专用评估平台，使得系统性验证与效能基准测试变得困难。

为了回应这三项挑战，本项目提出一个针对资源受限环境的优化GenAI边缘推理框架。此框架透过三个关键组件来解决上述挑战：1）具任务与负载感知的智能调度机制，有效管理用户提示词与边缘集群之间的双重异质性，实现系统负载平衡并优化用户服务品质；2）具延迟与模态感知的多模态GenAI提示词压缩机制，在频宽受限的条件下，最小化推理品质损失并满足延迟需求；3）一个全面的评估平台，可用于在多样工作负载与网路条件下，系统性地对边缘GenAI推理框架进行基准测试。

若本项目成功，将能显著提升GenAI任务在真实场景中的边缘推理效率，进一步优化用户体验与资源利用率。此外，该框架可与现有的多种边缘智能架构（如智能制造与智能交通系统）无缝整合，从而提升都市运作效率，并改善市民的生活品质。

 

项目编号：UGC/FDS16/E24/25

项目名称：考虑气候变化引发退化与交通荷载影响的公路桥梁可持续维养策略研究

首席研究员：李瑶函博士（都大）

摘要

高速公路桥梁是基建网络的重要组成部分，对于人口稠密的大湾区尤为关键。然而，这些桥梁正面临日益严峻的挑战：一方面，气候变化带来的影响，例如温度变化、湿度差异，以及沿海环境下的氯盐侵蚀，会加速桥梁退化；另一方面，不断增加的车流量亦会对结构造成额外损伤。当两者同时作用时，桥梁的安全和长期表现更容易受到威胁，因此沿海桥梁需要长期而全面的养护管理。然而，目前相关研究大多仅单独关注气候因素导致的劣化或短期交通荷载，却缺乏对两者长期交互影响的评估。例如，现有交通模型未能充分反映车流荷载极值随不同时间空间的变化；而混凝土结构的劣化模型，在本地区域性气候条件下亦缺乏相关实验验证。同时在碳中和的目标下，如何制定兼顾安全、经济及环境效益的可持续养护策略就成为重要课题。

本研究计划将建立一个多维分析框架，综合考虑长期气候变化与交通需求对钢筋混凝土桥梁的影响。框架内容包括：长期交通荷载的随机建模、区域性气候下的结构劣化评估、人工智能辅助的结构可靠度分析，以及具成本环境效益的桥梁养护管理。特别是，本计划将把碳排放评估纳入维护方案设计，以配合可持续发展趋势，并呼应香港及大湾区的碳中和目标。研究成果预期能促进高效利用资源的基建管理策略，确保桥梁的长期安全性与可持续发展。

 

项目编号：UGC/FDS16/E25/25

项目名称：从语言到逻辑：软件建模自动化的智能情境学习

首席研究员：李一舒博士（都大）

摘要

软件建模是软件开发中的关键步骤，涉及将自然语言需求转换为统一建模语言（UML）图，以确保高质量的代码实现。尽管自然语言处理技术已有所进步，但大型语言模型（LLM）在处理复杂的软件建模任务时仍面临挑战，特别是在生成需要深入理解自然语言需求的建模语言图方面。最近的研究探讨了大型语言模型在执行初步软件建模任务（如推导概念类别图）方面的潜力。然而，目前的方法，包括单次提示和思维链技术，未能充分捕捉进行软件建模所需的上下文关系，因为这项复杂的任务需要全面的分析和协作努力来解释自然语言需求。

为了解决这些挑战，我们提出了智能情境学习建模框架（ICLMod），旨在模拟人类在软件建模中的分析和协作过程。该框架结合了先进的情境学习技术，如角色扮演和思维树，指导大型语言模型生成上下文相关且逻辑一致的建模语言图，并依次处理类别图、序列图、活动图和状态图等关键软件建模任务。

本项目将首先对大湾区的行业进行实证研究，专注于软件开发协作模式和分析行为。从这些实证研究中获得的见解将被整合到专为智能情境学习建模框架设计的提示技术中。框架的性能将通过定量和定性方法进行评估，以确保其输出符合现实世界的期望。最终，我们将开发基于该框架的工具，自动将自然语言需求转换为建模语言图，旨在简化软件开发，提高效率，并增强香港及大湾区科技行业的竞争力。

 

项目编号：UGC/FDS24/E17/25

项目名称：结合超构共振系统与高效吸音单元开发超宽频通风隔音屏障

首席研究员：梁善军博士（理大专业进修学院）

摘要

香港市民深受市区噪音污染之影响。根据环保署统计，户外噪音主要来源包括建筑施工、交通运输和工业活动。噪音污染不仅危害市民身心健康，还对城市的整体发展带来潜在威胁。研究显示，长期暴露于高噪环境可导致听力受损，过度噪音亦会引发压力、焦虑、干扰沟通与专注，甚至增加安全隐患。除此以外，噪音污染还会削弱市民生活质素，进而影响城市宜居性，同时可能降低香港作为投资和移民目的地的吸引力，对城市长期发展构成挑战。

为纾缓噪音问题，政府已透过相关法例与规管措施控制噪音源，同时广泛设置隔音屏障以削减噪音传播所造成之影响。然而，现有隔音屏障方案仍存在诸多局限。例如，传统质量隔音定律要求屏障具备足够密度，这虽然提高了隔音效果，却也使屏障过于笨重。此外，密闭性隔音屏障设计阻碍自然通风。在户外环境中，抗风荷载更推高建造成本。另一方面，住宅区与办公楼宇往往牺牲自然通风，致使空调成为香港最主要的电力消耗之一。

随着制造工艺和波动学物理理论之进展，为噪音隔绝提供新解决方案，尤其针对通风与隔音之矛盾提出突破。近年研究发现，经精密设计格栅型「噪音栏栅」可在保持气流通透的同时反射声波，此技术已具理论依据并获实验验证。此类新型结构称为声学超材料或超结构，其由周期性分布的功能单元组成。通过几何结构的共振效应，这些单元显著提高了声音传播损耗。超材料的几何构型多样化，大幅拓宽设计空间。然而从实用性角度而言，现行方案仍待在减薄超材料声屏障结构厚度、提升低频噪音隔离性能，以及适应多变噪音源位置等方面精进。为此，本研究拟透过理论分析、数值模拟和实验验证，进行通风隔音屏障实用化。研究将从以下几个方面展开：首先，基于声学散射理论构筑具有效吸音和隔音双重需求晶格结构，开发具有系统性和宽频带特性的声屏障设计方案。其次，利用实验设备对设计的样品进行充分评估，验证其性能。最后，将在接近实际应用条件下，制作对等比例尺寸的隔音屏障，对通风隔音屏障的实用性进行全面评估，并与学术界与业界既有方案进行对比。

预期在研究顺利推进后，将有望研发多款兼具宽频带隔音效果和高通风效率的声屏障的设计方案，促进通风型隔音屏障于学术与应用层面的发展，并推动自然通风与隔音装置在香港的更广泛应用。

 

项目编号：UGC/FDS11/E03/25

项目名称：提升视觉语言模型的零样本学习能力

首席研究员：刘卉博士（方大）

摘要

CLIP这样的视觉语言模型（VLMs）已展现出惊人的零样本学习能力。面对新任务时，训练的VLMs无需微调即可表现优异。具体而言，在新任务中VLMs通常先为样本生成伪标签，随后将这些伪标签作为监督信号来指导提示学习，使输入更适配VLMs，从而实现零样本学习。尽管该流程已被验证有效，但仍存在三大局限：首先，由于训练域与下游任务域存在差异，VLMs生成的伪标签必然存在标注错误，这些错误会削弱模型的零样本学习能力；其次，VLMs包含多模态特性，模态间的语义鸿沟会降低零样本学习模型的可靠性；最后，现有流程对提示词设计过于敏感。

本项目旨在提升VLMs的零样本学习能力：（1）改进伪标签生成策略。我们将为每个实例选取一组候选伪标签而非单一标签，虽然此举能提高正确标签的覆盖率，但会引入标签歧义。因此，我们将该策略构建为多目标优化问题，同步优化候选标签集规模缩减与质量提升。即使采用该策略，真实标签仍可能超出候选集范围（OCLS问题），我们将深入研究OCLS问题的解决方案；（2）缩减 VLMs 的模态鸿沟。首先将不同模态的嵌入表征构建为概率分布而非单点表示以增强鲁棒性，随后构建跨模态分类器实现模态间协同学习。鉴于不同模态可能擅长预测不同类型实例，我们将提出不确定性感知的分类器融合策略；（3）探索更高效稳健的零样本学习范式。通过自步学习先挖掘简单样本再逐步引入困难样本，以降低伪标签噪声影响；同时改进提示学习方案，提升零样本模型的稳定性与鲁棒性。

本项目将推动视觉语言模型与机器学习的基础研究，显著降低医疗、汽车等行业的标注成本，并为医疗、教育等涉及视觉语言模型的社区生活提供技术支持。

 

项目编号：UGC/FDS25/E04/25

项目名称：利用静电纺丝技术制造生物可降解聚羟基丁酯戊酯(PHBV)/聚己内酯(PCL)复合膜探讨水/油分离机制

首席研究员：刘耀辉博士（高科院）

摘要

本研究旨在开发一种新型环保薄膜，能够有效分离油水混合物，特别适用于溢油事故应急处理和含油废水净化。该薄膜采用可生物降解的特殊塑料制成，使用后不会对环境造成危害。研究团队运用静电纺丝技术，将聚合物制成具有微孔结构的超细纤维网——这种特殊结构使薄膜能选择性吸附油性化学物质并阻隔水分。

制备过程主要使用聚(3-羟基丁酸酯-co-3-羟基戊酸酯)(PHBV)与聚己内酯(PCL)这两种可自然降解的材料。通过调整两种材料的配比，研究人员能精确调控薄膜的疏水性和亲油性。初步测试表明，该薄膜吸油量可达自身重量的十倍以上，且具有优异的疏水性能。研究目标是通过增强吸附强度与性能，构建一种切实可行的生态友好型解决方案。

通过深入研究吸油特性的科学机理，我们将基于已验证的科学原理开发更优质的产品。这项研究有望为保护水资源免受油污染提供更安全、更绿色的技术路径。

 

项目编号：UGC/FDS24/E26/25

项目名称：强化学习驱动的自适应交通隔音屏障

首席研究员：陆伟强博士（理大专业进修学院）

摘要

交通噪音已成为城市环境中当中一项重要议题，对公共健康与社会福祉产生负面影响。传统噪音屏障虽有一定程度效用，但往往是庞大笨拙结构，且在低频噪音削减方面成效有限，犹限于空间受限环境。随着声学超常材料(AMM)研究迅速发展，因其具备负质量密度与负体积模量等独特特性，AMM展现出能于亚波长尺度实现优异声衰减效果的潜力。本研究旨在探讨AMM于交通低频噪音控制之应用，聚焦于改良型穿孔蜂巢—波纹混合式超常材料(PHCH)。

为提升噪音屏障的适应性，本研究结合强化学习(RL)及物联网(IoT)技术，建立一套智慧化、即时的噪音抑制系统。透过沿屏障策略性布置之感测器，可即时收集并处理环境与声学数据，并由IoT架构加以分析，使系统能动态调整其声学特性，以因应环境与噪音条件之变化。在此框架中，RL发挥关键作用，透过优化PHCH几何参数与吸声性能间之关系，反复调整与改善屏障构型，并藉由持续回馈提升设计流程之效能，确保PHCH吸收体能以更高精度与效率达致特定声学目标。

此外，本研究引入磁流变弹性体(Magnetorheological elastomers)，以赋予噪音屏障可调控的声学特性，使其更能适应多变的都市环境。所提出之基于IoT的自适应噪音屏障系统，亦整合主动噪音控制(ANC)技术，藉由生成反噪音波进行破坏性干涉，以抵销不需要之噪音。IoT连结则确保感测数据能及时处理，并透过预测噪音模式进行自动化屏障调整。该方法显著提升交通噪音抑制方案之功能性与即时反应能力。同时，RL系统将与IoT框架协同运作，利用实时环境与声学数据，动态调节噪音屏障之吸声性能。

本研究将开发之AMM原型将于消声室进行实验测试，并于真实环境中进行实地验证，性能评估将与有限元素模拟(FEM)进行对照。透过RL、IoT与ANC之整合，本研究旨在开发新一代智慧化噪音控制方案，使其兼具空间效率与高度适应性。研究成果将对都市噪音治理产生深远影响，尤其是在如香港般人口稠密地域，传统静态噪音屏障往往不足以应对日益严峻交通噪音挑战。本研究将有助推动智慧基础设施与可持续城市规划之发展，并提供可扩展之解决方案，以有效减缓交通噪音污染的问题。

 

项目编号：UGC/FDS11/H10/25

项目名称：香港专题研究：国际普通中学教育文凭考试中学科读写能力的重要性

首席研究员：骆泽盈博士（方大）

摘要

写作能力是学生在学校阶段取得学术成就的重要关键。本研究旨在探讨香港学生于国际普通中等教育证书(iGCSE)考试阶段的学科素养与写作发展，期望为本地教与学实践提供具原创性的理论洞见。研究目标在于分析不同类型学校学生于各学科写作中所展现的语言模式，从而揭示学科写作的语言特征。

本研究聚焦于分析由参与学校学生于iGCSE课程中撰写的文本资料，系统性地探讨其在不同学科中的语言运用特性。研究特别着重于为各个iGCSE科目制定学科专属的高频词汇表、语法结构及其实际用法，同时亦旨在识别针对不同题型的有效文本组织模式。所有搜集的资料有望建构一套具代表性且富真实性的语料库，供教学、学习及学术研究之用。

研究成果将提供有关学科语言使用、学生写作发展及学科素养语言模式的原创知识，进一步丰富香港地区的教学资源，并提升教与学的效能。

 

项目编号：UGC/FDS24/H13/25

项目名称：汉语方言进行体的共时与历时类型学比较

首席研究员：陆文博士（理大专业进修学院）

摘要

文献中汉语语法的研究普遍匮乏，这主要源于对汉语各方言共享「普世汉语语法」(Chao 1968)的长期误解。然而近年来，「方言」语法的研究显著增长，其中也包括对汉语时态与体系统的研究，著作有项梦冰（1997）对连城客家话的研究、李小凡（1998）对苏州吴语的研究、伍云姬（1999）对湘语动词助词的探讨、蔡国妹（2006）对吴语与闽语进行态与持续态的比较分析，以及庄初升（2007）对十九世纪末「开」与「里」两种体标记的历时性论述等。

然而在方法论层面，诸多方言语法研究（含动词体类研究）仍高度依赖以翻译任务为基础、以普通话为范本的问卷调查模式。就样本而言，这些研究未能均衡涵盖主要汉语方言，因而忽略了主要体标记机制的潜在变异；就目标而言，它们旨在提供概括性描述，而非对共时数据的解释性分析（如区域趋同与语言接触的结果），亦未进行历时分析（如动词不同词源的语法化过程）。

尽管动词体在汉语方言时态、体态与情态系统的类型学研究中至关重要，且对理解汉语语法具有深远意义，但迄今仍缺乏从共时与历时双重视角探讨进行体标记类型学特征的专著。本研究旨在填补此空白，通过对约66种汉语语言的平衡样本进行研究，涵盖十个汉语支系中每个主要支系至少一种方言，聚焦特定体类别——进行体。我们将结合世界语言进行体的类型学框架《进行体问卷》（Bertinetto and Dahl n.d.）以及 Yue-Hashimoto（1993: 80-81）在《比较中国方言语法》中提出的进行体问卷，以更深入理解汉语独有的特征。具体而言，本研究旨在：

(1)    全面描绘汉语各方言中的进行体标记；

(2)    对汉语方言中的进行体标记进行类型学与区域分布分析；

(3)    阐释主要进行体标记类型的潜在源动词与语法化路径。

作为首个从共时与历时双重视角探讨汉语方言进行体标记类型学的综合性调查，本计划旨在促进前沿科学研究。此外，本计划将建立涵盖例句的进行体资料库，促进学者与大众的知识共享实践。最后，当地社群也将受益于田野调查期间项目团队的推广活动，提升其语言意识，促进方言所承载的当地文化得以更完善地保存。

 

项目编号：UGC/FDS16/E19/25

项目名称：利用先进的人工智慧技术与物联网监测系统研究海水入侵对内陆河流水质变化的影响

首席研究员：卢怿博士（都大）

摘要

海水倒灌入侵河流与淡水系统是一个日益严峻的全球性威胁，对于香港这类沿海地区尤其如此。此现象不仅污染饮用水源、危害水生生物，更会破坏生态系统平衡。气候变迁与海平面上升正加剧这一问题，例如暴雨频率和台风强度增加会迫使海水更深入内陆。香港的河流承载着社区生活与农业生产的重要功能，却极易受海水入侵影响，然而目前关于此现象对本地河道的具体影响研究仍显不足。

本项目通过利用先进的人工智慧技术与物联网监测系统结合应对这一挑战。我们将沿河道布设物联网（IoT）传感器，采集水质数据（如盐度、浊度、电导率及含氧量），以追踪海水内侵的动态。这些传感数据结合气象与潮汐资料，将输入人工智能驱动的预测模型，精准预判海水入侵的时空规律。

基于在香港荔枝窝流域多年的研究基础（已绘制风暴与农业活动对河流健康影响图谱），本项目引入创新技术手段：无人机将对河道区域进行扫描以捕捉变化，计算机模拟则重现潮汐、降雨及气候变迁如何驱动海水入侵。通过多源技术融合，我们将构建预警系统，向社区与决策者发出分级风险警报（「紧急」、「监察与行动」、「建议」三级）。例如，农民可据此在高盐度时期避开灌溉，政府则能优先部署防潮水闸或采取生态保护措施。

项目目标不仅是守护香港淡水资源，更为全球面临海水入侵的沿海区域提供解决范本。通过将数据转化为可执行的行动建议，本项目致力于保护生态系统、推动可持续用水、并提升应对气候变化的韧性——为后代确保清洁水资源的永续未来。

 

项目编号：UGC/FDS16/M19/25

项目名称：破解RBEL1A在癌细胞迁移和扩散的作用和机制

首席研究员：吕琪博士（都大）

摘要

根据世界卫生组织的数据，2022年（最新统计年份）全球估计新增2,000万癌症病例及970万癌症相关死亡，且这一数字预计到2050年将翻倍。这些惊人的统计数据凸显出我们目前对癌症认知仍存在不足。因此，我们极需加强对癌细胞迁移与转移机制的研究—这正是导致癌症相关死亡的主要原因。

我们的团队最早在乳腺癌中发现Rab样蛋白1A（RBEL1A）蛋白。本团队及其他研究组的后续研究表明，与正常组织相比，多种癌症组织中均存在RBEL1A的异常高表达。RBEL1A通过激活多种细胞增殖与存活通路增强细胞增殖能力，同时抑制多种细胞死亡信号。癌症中RBEL1A的高表达与患者较低的生存率和预期寿命缩短相关，而这种关联性与癌症转移过程密切相关—超过90%的癌症死亡是由于癌细胞从原发部位扩散至其他器官所致。尽管本团队及其他研究组已确认这一相关性，但RBEL1A促进细胞迁移与转移的具体分子机制仍属未知领域。通过揭示这些精确机制，我们希望为未来开发靶向RBEL1A的疗法奠定基础，以帮助癌症患者降低转移风险。

本提案中，我们呈现了来自约4,000名癌症患者的临床大数据，证明RBEL1A在多种癌症中频繁上调。大数据分析显示这种上调与患者较差的生存率和更高的转移发生率相关。体外实验数据进一步支持RBEL1A在细胞迁移中的关键作用：当细胞迁移信号增强时，癌细胞在侵袭过程中的转移潜能随之提升。此外，我们的初步数据表明RBEL1A会抑制脑啡肽酶（MME）—一种负责降解细胞迁移信号肽内皮素-1（ET-1）的细胞表面酶。我们将证明高表达RBEL1A的癌症通过抑制MME来维持ET-1水平，从而促进转移。我们假设RBEL1A通过抑制MME来激活RhoA（一种关键调控GTP酶，通过促进肌动蛋白丝形成来增强细胞运动），并将通过离体ET-1介导的细胞迁移实验证实抑制RBEL1A能有效阻断细胞迁移与转移。

更重要的是，我们的实验数据与AlphaFold人工智能对接模型均表明，RBEL1A与肌动蛋白相关蛋白3（ARP3）存在相互作用。ARP3是通过形成迁移分支来促进细胞迁移的关键蛋白，这些分支有助于形成更多肌动蛋白丝，进而产生驱动细胞爬行运动的细胞突起。我们推测RBEL1A通过与ARP3结合来增强肌动蛋白丝的形成。为验证此假说，我们将绘制RBEL1A与ARP3的相互作用区域，并证明RBEL1A能增强ARP3介导的肌动蛋白丝形成。尤为重要的是，通过上述离体实验，我们将证实破坏RBEL1A-ARP3相互作用可减少肌动蛋白丝形成，并抑制细胞迁移与转移。本研究项目聚焦于利用体外和离体模型来解析RBEL1A在人类数据中观察到的转移机制中的分子作用。本研究完成后，后续将开展体内实验作为下一阶段研究。

总而言之，本项目旨在揭示RBEL1A调控癌细胞迁移的分子机制新知识，并证明抑制RBEL1A具有治疗潜力，可为未来开发靶向RBEL1A的癌症转移疗法提供理论依据。

 

项目编号：UGC/FDS14/E01/25

项目名称：机器人移动履行系统：新的货架物品补充方法

首席研究员：马凯琳博士（恒大）

摘要

机器人移动履行系统（RMFS）是一种零件到取货系统，目前被许多电子零售商（例如亚马逊）和电子商务中心（例如DHL）广泛应用于其智能仓库，以处理来自线上销售的大量的小产品和海量的小数量订单。根据《福布斯》在2024年的报告，亚马逊的会员日销售额在两天内达到了142亿美元。在中国，京东物流营运超过1600个仓库，每天处理超过100万的线上销售订单。因此，RMFS的效率和稳定性变得尤为重要。

然而，现有RMFS的不足之处在于其货物补给机制。顺畅的取货过程始于自主移动机器人（AMR）将存储区内所需商品的货架移送到工作站进行取货。然而，先前的文献通常假设货架上的商品是无限可用的，这显然是不现实的。因此，我们从公司了解到，在实际操作时，只有当取货员在取货过程中发现所需商品不可用时，货架才会被送去补给。这严重影响了RMFS的操作，导致了中断和重做。因此，系统的效率和稳定性受到严重威胁。

为了解决现有的不足，我们提出了一种新颖的货物补给方法，以避免在取货过程中出现货物不可用的情况和不必要的补给。为此，我们将开发一种新颖的定制高效算法作为此决策支持工具。我们获得来自香港的一家领先电子商务中心的支持后，将能使用真实和半真实数据进行数值实验和试点测试，以评估所提议的决策支持工具，并探索所提出的货物补给方法对RMFS效率的重要性。本研究不仅为RMFS研究提供了理论突破，还为工业应用做出了实践贡献。它可以通过避免由于货架上商品不可用而导致的中断来提升系统的效率和稳定性，同时提高系统的反应能力，以满足实际商业需求。我们的发现可以为RMFS的运营管理提供新的见解。这种新颖的货物补给方法不仅对于支持电子零售商和电子商务中心的快速发展至关重要，也对我们在仓库运营和管理课程中的教学材料非常有价值。

 

项目编号：UGC/FDS16/E27/25

项目名称：用于提升软件主动性和安全可靠性的自适应日志分析框架

首席研究员：马笑雪博士（都大）

摘要

软件系统的可靠性与维护对金融、电子商贸、电讯、医疗保健及交通运输等行业至关重要，这些领域高度依赖网上服务。为确保营运顺畅，各行业需高质素、稳定的软件系统。系统运行时的信息以日志数据形式记录，运维工程师分析这些日志以支援监控和故障排查。随着每日产生大量数据，自动化日志分析已成为研究重点，旨在减轻时间及成本压力，并有效将非结构化日志转换为结构化格式，以提升分析效率，准确识别可能导致系统故障的异常。

尽管机器学习和深度学习技术日益普及，仍面临挑战：1）研究方案与业界需求之间的落差；2）依赖局限性数据集，导致泛化能力弱；3）处理敏感日志时易受私隐攻击；4）结果缺乏解释性，削弱信任。为应对这些挑战，我们提出主动式软件可靠性与维护自适应智能框（AIFORM），这是一套模组化的解决方案，旨在推动日志分析技术发展，兼顾效能与安全，提供可行的洞见。AIFORM的主要创新包括透过对抗式数据生成增强数据多样性，实施可靠的安全防护以保障敏感日志，结合大型语言模型提供可解释的异常检测，自动解析日志数据，以及以用户为中心的设计，切合实际需求。

AIFORM的模组化设计确保灵活适用于各类系统，为全面日志分析提供可扩展、可解释的方案，提升软件可靠性，支援各行业的重要营运，并推动自动化日志分析的创新。

 

项目编号：UGC/FDS25/M01/25

项目名称：通过调节神经炎症的新型抗帕金森氏小分子药物的设计与药理学研究

首席研究员：麦成雄博士（高科院）

摘要

神经退行性疾病，如阿兹海默症（AD）和帕金森氏症（PD），由于其复杂且尚未明确的发病机制，被认为是现代医学面临的重大挑战之一。多种病理因素，包括环境和遗传因素，被认为与PD的发生有关。目前临床上可用的单一靶点药物仅能为PD患者提供有限的治疗效益。多巴胺能神经元的的雕亡与PD的病程发展密切相关。因此，「多靶点导向配体（MTDLs）」被认为是开发治疗PD的新型候选药物的重要策略。此外，持续的神经发炎也被认为在促进神经退行性疾病病程中发挥着重要作用。

最新的研究显示，α-突触核蛋白（α-synuclein）聚集可调控神经发炎讯号途径中的关键因子，如NLR家族吡啶结构域蛋白3（NLRP3）和核因子NF-κB。因此，针对NLRP3和/或NF-κB等促炎信号分子，可能是治疗PD的有效策略。我们采用虚拟筛选技术和分子对接分析，优化并设计了多种新型虚拟药物先导分子，旨在透过针对NF-κB和NLRP3等关键炎性因子来调节神经炎症反应。目前，我们已成功合成数个新型先导分子。初步结果显示，这些先导化合物在PC12细胞中没有细胞毒性。

在本研究中，我们将首先合成新型多靶点抗PD先导化合物，并探讨其对不同的神经炎症靶点的抑制作用。我们将采用酶学、ELISA及蛋白质免疫印迹（Western blot）等实验方法，评估这些先导化合物对多个靶点的作用，包括异常折迭的α-突触核蛋白的表达与聚集，以及NF-κB和NLRP3等潜在治疗靶点。对于具有显著抑制作用的先导化合物，我们将进一步评估其在体外对神经保护作用。此外，我们还将透过分析促细胞炎性因子的释放，研究这些新型多靶点化合物对神经炎症反应的影响，特别关注调控NLRP3炎症小体介导的神经炎症信号通路。

总结来说，本研究旨在开发一系列主要针对神经炎症反应的多功能治疗PD药物的候选化合物，并探讨其作用的潜在机制。本研究的成果将有助于开发治疗PD的新型药物，以回应此领域的迫切需求。

 

项目编号：UGC/FDS16/M13/25

项目名称：气候变迁引起的长期洪水和盐度升高：盐田红树林沉积物微生物组的反应

首席研究员：巫永然博士（都大）

摘要

红树林是重要的海岸森林，能保护海岸线、支持多样的海洋生物，并透过碳封存在缓解气候变迁中发挥关键作用。在这些生态系统的核心，是沉积物微生物组──由微生物构成的复杂群落，驱动养分循环、促进有机质分解，并调节温室气体排放。然而，这些微生物群落对周遭环境的变化极为敏感，即使是水文、氧气供应与盐度上的细微波动，都可能打破其脆弱的平衡。随着气候变迁加速海平面上升并加剧海水入侵，维系这些沉积物微生物组的自然条件正迅速改变，导致整个红树林生态系统承受压力。

除了气候变迁的影响外，许多红树林区域已被转作盐田与鱼塭，剧烈改变了其自然条件。这些经由人类改造的区域，具有受控制的淹水状态与天然高盐度，如今与未来预测的环境情境相似。然而，至今尚未有研究实验性地探讨升高盐度与长期淹水的组合效应，如何在红树林复育过程中影响沉积物微生物组的结构与功能。因此，废弃盐田提供了一个独特的天然实验室，可用来评估这些微生物群落的韧性，以及不同复育方法在未来气候情境下的整体成效。

本研究计划划分为两个部分，以弥补这些关键知识缺口。第一部分，我们将在三种类型的场域展开大规模野外调查：(1) 透过人工补植于盐田中复育的红树林区，(2) 自然殖入废弃盐田的红树林，(3) 作为对照的天然红树林森林。这些场域提供理想的比较环境，可用来分析不同复育策略下沉积物微生物组的建立及功能表现。我们将评估微生物群落的组成，并调查支撑关键生物地球化学过程（包含温室气体排放调控）的功能基因之空间分布。

第二部分，我们将从野外调查中挑选出温室气体排放最高与最低的场域，以进行更深入的研究。将设计控制实验，模拟未来环境条件，特别是延长淹水时间与进一步提高盐度。透过监测微生物代谢途径的变化，以及追踪功能基因的丰度与多样性变化，我们旨在判断哪种复育方法能在压力下展现更高的韧性，同时有效调节温室气体排放。这一阶段将提供机制层面的理解，揭示沉积物微生物组如何回应并可能缓解环境压力带来的不利影响。

本研究的成果将带来关键洞察，厘清支持红树林生态功能的地下过程。藉由在机制层面阐明沉积物微生物组、环境压力因子与温室气体通量之间的互动，我们将建立坚实的科学基础，以改进红树林复育实践。这些洞察对于负责发展具气候韧性复育策略的保育管理者、生态学家及政策制定者都至关重要，因为这些策略不仅能恢复关键生态系统，亦能增强其碳封存能力并减少有害的温室气体排放。最终，我们的研究将有助于在快速气候变迁的时代，守护红树林生态系统的长期健康与功能。

 

项目编号：UGC/FDS15/H17/25

项目名称：冷战时期社会主义现实主义与日本报道绘画

首席研究员：吴妮娜博士（树仁）

摘要

冷战虽常被视为已终结的历史篇章，但其文化遗产的持续影响仍亟待学界深入探究。既有研究多从以美英为首的资本主义阵营与苏中结盟的共产主义集团之意识形态对立框架（Christopher 2014; Davies 2022; Westad 2017），解读二十世纪中后期历史，然而当代日本艺术史论述仍局限于战后反共叙事，侧重日本在美国遏制战略中的角色（Broinowski 2016; Kitazawa, Kuresawa, and Mitsuda 2023; Mikkonen, Scott-Smith, and Parkkinen 2019）。此研究取向遮蔽了关键的地缘政治交汇点，特别是亚太动态对日本艺术发展的影响。值得注意的是，尽管具体派与物派等前卫运动主导学术话语，但1950年代具有政治批判性的「报导绘画」运动——作为对美国军事化与日本从属地位的回应之社会主义现实主义实践——却揭示了值得深究的跨国张力（Carroll 2024）。

报导绘画崛起于1950年代初，融合社会主义现实主义的通俗美学，针对美军驻日影响与日本主权争议提出尖锐批判（Jesty 2018）。该运动兴起适逢韩战（1950-1953），这场关键战役中中国对抗美国主导的联合国军，重塑了东亚权力结构。1953年板门店停战协定——被多方解读为美国让步——促使日本知识分子重新评估冷战联盟关系，推动社会主义思想在公共论域中的复兴（Kami 1996; Namiko 2017）。虽有学者分析报导绘画在国内社会政治异议中的角色（Merewether and Hiro 2007; Western 2004），其跨国性层面仍遭忽视：包括其与苏中社会主义现实主义的风格差异，以及与当时作为全球交流新兴枢纽的香港之间的对话。极需进一步探究日本艺术家如何在其独特的意识形态「场域」中——即处于资本主义与共产主义集团交汇点的位置——重新诠释社会主义美学。

本研究采用皮埃尔·布迪厄的场域理论，剖析报导绘画实践者如何透过市政机构、艺术资助体系、展览及媒体等体制参与，在政治意识形态之间进行策略性周旋与定位。本文主张：报导绘画虽植根于俄罗斯影响，但实由韩战催化而生，其反映了日本知识艺术框架的有机演进，而非单纯衍生自社会主义理论。透过将此运动置于更广阔的亚太冷战地缘政治中（包括香港在意识形态传播中的角色），本研究成果挑战简化的东西方二元对立，阐明日本既作为美国盟友、又成为社会主义艺术创新场域的复杂定位。

 

项目编号：UGC/FDS14/P03/25

项目名称：张量因子时间序列分析的最优抽样策略

首席研究员：吴自添博士（恒大）

摘要

现代技术进步，研究人员已经能从不同时间点收集张量值数据。例如在搜寻引擎上统计某国家在𝑇 = 52周内𝑃2 = 100个地区中𝑃1 = 100个健康相关关键词的搜寻频率。对这样大型的矩阵值时间序列数据进行统计分析时，就会面临所谓“维度诅咒”的困难。

本研究考虑更一般的张量值时间序列数据。目标是在某些张量因子分析模型下，提出一种抽样策略，以便从完整数据中选出子样本，从而在可承受的计算时间内一定程度上准确估计数据的时倚结构和因子载荷。为此，我们开发一种两阶段的方法：一）对完整时间序列随机抽取𝑃个观察值样本，并获得初步估计。二）用遗传演算法进一步优化均方估计误差，从而获得最佳抽样策略。此外，引入目标函数来描述样本在各个维度中出现频率的平衡程度。据我们所知，这是首次考虑张量值时间序列数据分析中的抽样问题的研究。

我们将开发计算方法和软体，用于实现所提出的抽样和估计策略。建立统计理论，以解释估计准确性与样本大小之间的关系。

这项研究的成果对未来工程及许多学术领域中的张量值数据分析至关重要。我们以关键词趋势分析作为，说明所提出的抽样策略和估计方法如何能在可承受的计算时间内估计关键词效应、地区效应和时间效应对关键词搜寻趋势的影响，并对支配数据在时间演化的背后因素进行研究。所提出的方法也可应用于国家之间互动的数据，例如，不同项目在时间上从出发地／出口国到目的地／进口国的运输成本、进出口量等。

 

项目编号：UGC/FDS24/E27/25

项目名称：用于可持续玩具的金竹草强化聚乳酸物生物复合材料

首席研究员：吴新培博士（理大专业进修学院）

摘要

全球塑胶产量在过去70年显著攀升，仅在2022年便高达惊人的四亿公吨。倘若塑胶废弃物未能透过回收、焚化或填埋等方式妥善管理，塑胶污染势将演变为人类无可避免的环境危机。在众多塑胶制品中，玩具对污染问题影响甚巨。例如，乐高^®积木玩具的年均产量约为360亿件，自2015年以来累计已生产超过6,000亿个塑胶零件。丙烯腈-丁二烯-苯乙烯共聚物(ABS)为制作硬质玩具传统材料，因其耐用性与长寿命而著称；以乐高^®积木为例，其约八成积木由ABS制成。然而，ABS不具生物可分解性，据耶鲁大学环境学院报告指出，ABS在海洋环境中需约1,300年方能分解。尽管如此，针对如乐高^®积木般体积小、形状多样的ABS玩具零件，无论机械式或化学式回收方法皆不合适。其细小尺寸及形状容易被卡滞于标准回收设备，或在分选筛网间隙滑落。此外，化学回收虽于理论上具可持续性，但在实务上成本高昂、能耗甚巨，且带来额外环境负担。为解决此问题，乐高^®集团于2021年启动以饮料瓶回收聚对苯二甲酸乙二酯(PET)为原料之研究；惟相关研发已于2023年9月中止，原因在于所需回收制程导致更高的二氧化碳排放与制造成本。因此，一项可行的研究方向是采用以可生物分解之木质纤维素填料或纤维加强化生物塑胶，以期其机械强度可与ABS相媲美，同时提升材料环境友善度与可持续性。

近年来，中国广西省培育出一种新兴农作物名为「金竹草」(Golden Bamboo Grass, GBG)，其纤维素含量极高（最高可达75.04%），源自芦竹(Arundo donax L.)的改良栽培。GBG为具根茎的多年生禾草，生长迅速，且以营养繁殖为主。其因能在多种不利条件下（包括干旱、盐碱、水淹、极端高低温及重金属胁迫)，被视为在边际与退化土地上质量生产的热门作物之一。基于其高度适应与韧性之生长特性，它的收割周期与经济年限分别约为3个月与20年，因而成为来源稳定且易于取得的天然材料。凭借其碳中和属性、化学成分以及在严苛环境与多元栽培条件下快速生长，GBG于生物塑胶领域的应用潜力尤为值得注目。因此，本计划拟将GBG作为聚乳酸(PLA)生物塑胶之增强纤维，以制备可完全生物分解之玩具。然而，GBG纤维素纤维表面的羟基(-OH)使其具亲水性，而PLA所含之非极性甲基(-CH₃)使其呈疏水性。此等界面相容性不足导致GBG纤维与PLA之间粘结力偏弱，进而降低整体复合材料的机械强度。为解决上述问题，本研究将透过纤维表面处理并添加蒙脱石(montmorillonite, MMT)奈米粘土作为填料增强，开发具改良机械性质之GBG增强型PLA生物复合材料。研究将由形态、机械与热性质评估中，确定PLA中GBG纤维与MMT奈米黏土之最佳含量。此外，亦将进行土壤可生物降解性之定量研究，以测定GBG增强型PLA生物复合材料之降解速率。

 

项目编号：UGC/FDS16/M02/25

项目名称：不同红树林物种中由根铁膜介导的镉动态迁移机制

首席研究员：潘敏博士（都大）

摘要

不可持续的工农业实践导致重金属进入环境，对人类健康和海洋生态系统构成严重威胁。镉（Cd）作为一种广泛分布且毒性强、具有持久性、生物富集性并能干扰生物过程的重金属，在海洋生态系统中尤为令人担忧。红树林是生长于热带和亚热带潮间带的重要木本植物，具有显著的生态价值。它们常被誉为“海岸卫士”，能够抵御热带气旋引起的潮汐/波浪冲击，并在环境净化和污染控制中扮演关键角色，因其在海洋生态系统中时常面临不同的金属胁迫。值得注意的是，红树林已进化出自我防御和抵抗污染物的机制。例如，红树根系表面的铁膜（IPs）可作为屏障，有效固定和转化根际沉积物中的重金属，此过程深刻影响着重金属在湿地中的迁移和转化。根系铁膜的形成并非一个稳态过程，它会受到沉积物中铁含量、根系径向氧输运以及红树植物种类的影响。理解不同红树物种根系铁膜的动态形成过程，并确定根系铁膜如何贡献于红树对镉污染的抗性与回应机制至关重要。根系铁膜是否会阻碍镉在红树中的积累？它是否也会影响植物对养分的吸收？目前，关于红树林湿地中根系铁膜如何影响镉的动态迁移、养分运输以及红树根中镉转运蛋白基因的研究仍处于起步阶段。传统的检测方法无法连续监测植物体内镉的动态迁移过程。新近发展的非损伤微测技术（NMT）显示出潜力，但该技术此前的应用主要集中在陆生植物上，在红树林研究中的探索尚显不足。

因此，我们旨在深入、系统地研究不同红树物种其根系铁膜的时间形成过程，并探讨它们在红树抵抗镉污染以及影响海洋生态系统中养分运输的作用。本研究的目标如下：

(1) 评估四种广泛分布的红树物种，在沉积物中含有低浓度和高浓度外源Fe²⁺时，其根系铁膜的时间形成机制；

(2) 比较根系铁膜对这四种红树物种在镉污染沉积物胁迫下回应机制的影响，包括镉从根际沉积物向根系铁膜的动态迁移、镉的吸收以及镉在不同植物组织中的生物富集；

(3) 评估在不同镉污染条件下，根系铁膜对养分（包括K⁺、H⁺、Na⁺和NH₄⁺）从根际沉积物向根系铁膜再向不同组织动态迁移、生物富集和运输的影响；

(4) 通过转录组学方法，探索在不同水准镉污染暴露下，不同红树物种根系铁膜中镉转运蛋白基因的作用。

研究结果将为广泛分布的红树物种其根系铁膜的形成及对镉污染的抗性机制提供宝贵见解，并突显红树林在挑战性环境中茁壮成长的适应机制。本研究将利用NMT来评估特定红树物种中镉和养分的动态迁移。理解从根际到具有铁膜的红树根部的镉迁移和积累的物种特异性动态，对于应用红树林资源增强湿地生态系统对重金属污染的抵抗能力至关重要。

 

项目编号：UGC/FDS15/H31/25

项目名称：「女性为女性工作」：民国新女知识分子吴贻芳（1893-1985）

首席研究员：彭淑敏博士（树仁）

摘要

本研究计划探讨吴贻芳博士（1893-1985）担任南京一所基督教高等教育机构金陵女子大学校长的职业生涯。本研究聚焦于她的个人生活和工作经验的两个面向，以更深入理解二十世纪中国所经历的重大变革。

首先，透过吴博士职业生涯的个案研究，有助于深入探讨民国动荡时期（1912-1949）中国基督教大学的兴衰。在1920年代末，国民政府推行基督教大学的世俗化和中国化，这为吴贻芳成为金陵女子大学首位也是唯一一位华人校长铺平了道路。吴博士调和了基督教与爱国主义这两种看似相互冲突的教育理念，她本人也是一位政治活动家，其政治生涯在1945年达到高峰，当时她代表中国签署《联合国宪章》。本研究计划将重点体现基督教与爱国主义之间的相互连系。

其次，本计划强调吴博士作为近代中国女性先驱的意义，她是二十世纪上半叶中国新一代女知识分子的典范。她的女性特质建立在女性获得新的教育机会、职业前景、广泛传播并被接受的女性主义思想，以及基督教的影响。吴博士终生未婚，其女性特质与她作为卓越教育家和政治活动家的职业生涯紧密相连。

 

项目编号：UGC/FDS13/E02/25

项目名称：预测混凝土早期强度发展的物联网人工智能成熟度模型

首席研究员：彭怡欣博士（珠海）

摘要

确定混凝土的早期抗压强度对建筑工程质量控制与结构安全至关重要。混凝土成熟度法可透过温度历史无损评估混凝土强度发展，但现行方法存在局限：需为每种混凝土配比进行大量实验室测试建立专属成熟度曲线，阻碍了实时强度预测在工地现场的实际应用。此外，传统成熟度法依赖温度累积效应计算的「成熟度值」，未必能准确反映现场变动的固化环境条件。

本研究旨在开发人工智能成熟度模型，以实现混凝土早期抗压强度的实时预测。该模型将根据配比设计、固化温湿度等可测量参数进行训练，无需建立个别强度-成熟度关系曲线。研究将采用物联网监测系统自动收集现场混凝土的温湿度数据，并透过网络技术将传感器读数无线传输至实验室固化箱进行平行试件测试。此法可促进开发更贴近现场变动条件的人工智能模型。

人工智能模型将基于综合数据集进行训练，该数据集整合了既有研究成果及本地采集的现场特定数据。既有数据可提供不同配比设计与固化条件的资讯，而现场实测数据将提供多变的温度历史记录，两者将共同用于构建预测性人工智能模型。尽管物联网实验数据量有限，仍能补充先前恒温测试中未体现的时变固化条件。搜集足够数据后，本研究应用机器学习技术开发关联实测数据与材料特性的人工智能成熟度模型，并采用独立于训练数据的混凝土配比进行模型验证。此后，案例研究将评估自动化实时监测能力。最终，这种整合物联网传感器、无线通讯与人工智能技术的新型方法，旨在透过实时预测实际施工中波动固化条件下的早期混凝土强度，推动成熟度法的技术演进。

人工智能成熟度模型的成功实施，将能透过自动化大幅推动成熟度法在建筑业的应用。基于实时强度预测的优化施工调度可降低项目成本，同时减少现场混凝土试件制作与测试需求，从而降低隐含碳排量。总体而言，本研究旨在透过创新的物联网人工智能技术，提升建筑安全与质量管理水平。

 

项目编号：UGC/FDS24/E19/25

项目名称：基于3D介观结构的低电压驱动、灵敏度可调的薄型柔性有机电化学晶体管基(OECT-based)仿生电子皮肤，在仿人机器人触觉感知的应用

首席研究员：石睿博士（理大专业进修学院）

摘要

本研究拟开发一种以有机电化学晶体管（OECTs）为核心的新型三维电子皮肤架构，以高仿真度模拟人类皮肤的触觉感知。有别于传统二维层迭式设计，本研究将通过三维结构实现压力与应力信号的有效解耦能力，显著提升电子皮肤的灵敏度、选择性与动态响应性能。研究将利用OECTs核心优势，包括可调式栅典电压与固态离子液体电解质的高效传导特性，以系统性优化器件结构与功能。本研究对柔性电子学前沿具有原创性探索价值，并将在智能义肢、机器人触觉感知及新型人机交互等方向展现广阔应用前景。

 

项目编号：UGC/FDS11/E13/25

项目名称：基于深度学习和超分辨率前后呼应的多混合视频编码框架策略

首席研究员：萧允治教授（方大）

摘要

尽管计算机技术与通信技术的进步可以缓解视频编码极限，这还是一个重要的研究课题。比如，在存储方面，使用一个硬盘总比使用两个硬盘更好；在传输方面，等待一分钟总比等待两分钟更好。然而，传统方法（如混合视频编码）似乎已经接近物理极限。因此，要取得进一步突破，我们必须跳出固有思维框架。我们提出一种新的视频编码基线，该基线是充分利用最先进任何编码和解码器，及用具备生成能力和超分辨率技术的深度学习架构，这基线只是一个良好的起点，发展潜能极大。

本研究的整体目标是提出一种新的视频编码核心基线，用简单方式将原视频帧尺寸降低到更低开始，之后使用任意现有的视频编码器对降尺寸视频进行编码以用于存储或传输。在解码端，借助深度学习的生成能力，使用超分辨率技术重建接近原视频。以下用要点形式概述本提案的目标。

1.          我们提出一种新的分层基线架构用于视频编码，它可用“现有”最佳的视频编解码器作为组件，并结合深度学习的生成能力与超分辨率能力作视频编码。

2.          选择一种视频编码器，使其能够与基础模型和超分辨率单元协同工作。所选的编码器不一定要最新的(例如H.266，其结构太复杂，甚至H.265也可能带来非常复杂的授权问题)。我们必须选择或设计一种能够实现快速解码，同时又能输出高品质视频的编码器。

3.          我们期望在本项目中提出一种基于参考的超分辨率单元，该单元能够与下采样滤波器有良好配合。它应具备快速处理能力，适应当前的编码方案，并有望支持分步式超分辨率，从而实现渐进式编码和解码。

4.          为了利用基于参考的超分辨率单元，需将少量帧用作参考帧(R-帧)，其余帧则为低质量(L-帧)视频帧。本研究旨在探索一种高效的方案，合理组合R帧和L帧等参数，以实现高效的超分辨率处理。该方案还应包括对原始视频帧进行下采样的方法，该下采样方式可能会影响整体编码架构。

 

项目编号：UGC/FDS11/H03/25

项目名称：长者孤独感与健康素养：序列混合研究

首席研究员：史学礼教授（方大）

摘要

孤独是一种高度主观的体验，是指社交接触实际与期望之间的落差。据统计，香港约有35%的长者受到孤独影响。孤独会令任何因素的死亡率增加四分之一，并与医疗开支上升相关。社会层面的措施，如促进社会参与的公平性，被认为有助于减少孤独感。

在全球范围内，偏低的健康素养，是一项重要的健康公平问题，因为健康素养比种族和教育程度更能预测健康结果。健康素养是一种认知及社交的技能，以理解、评估及运用资讯来促进和维持自身健康。于国际层面方面，29%至75%的长者健康素养水平偏低。长者的人口统计资料（如年龄、性别、婚姻状况、教育程度、收入、居住安排）、健康状况及社会参与，与孤独感和健康素养，均有一致的关联。

鉴于低健康素养是全球长者面临的健康公平挑战，及其与孤独之间的关系，被视为一项公共健康的威胁，故具体的实证研究，是有急切性的。

本研究采用序列式混合方法（量化-质化）设计，旨在探讨社区长者的孤独感与健康素养之间的关系。我们假设健康素养与孤独感呈负相关。

本研究的主要目标包括：

1.   在控制其他已知的个人特征、身体功能、认知功能及社区长者于非政府机构的社区中心的参与情况下，探讨健康素养与孤独感之间的关联；

2.     描述不同健康素养水平的长者在面对孤独时所遇到的挑战；

3.     透过收集不同健康素养水平的长者叙述，探讨孤独的意义；

4.     发展一项具文化特质、专为长者制定的健康素养介入措施。

本研究对象为居住于社区的长者（年龄60岁或以上）。为了提升孤独与健康素养的临床意义，或二者关联的演绎，这两个变项将以二元变项进行分析。而混合方法则用于研究可量化孤独感与健康素养；因低健康素养而产生的主观感受（如羞愧），则采用质性方法。

第一阶段量化调查，会用一系列有效且可靠的量表，包括中文版6项De Jong Gierveld孤独量表、中文版12项简短健康素养问卷（HLS SF-12）、中文版6项Lubben社交网络量表、中文版9项Lawton工具性日常生活活动量表及一份人口统计资料表。

第二阶段将透过个别面对面访谈并录音收集质性资料。

第三阶段将综合量化与质性的研究结果，以发展为一项针对孤独，而具文化特性的健康素养介入措施，以提升香港长者的福祉。

借着弥补此知识差距，有助于为香港长者提供更优质的照顾，促进健康老龄化。

 

项目编号：UGC/FDS14/H01/25

项目名称：今昔变迁：香港财经新闻实践与教育的纵向研究（2015-2025）

首席研究员：宋昭勋博士（恒大）

摘要

过去十年，香港财经新闻业经历了深刻变革，技术进步，尤其是人工智能的迅速崛起，已成为推动这一转型的核心动力。本研究项目《今昔变迁：香港财经新闻实践与教育的纵向研究（2015-2025）》可视为本人2014年获研资局资助项目《从编辑室到课室-弥合香港财经新闻实践与教育差距之研究》的延续，旨在系统梳理十年间香港财经新闻实践与教育的演变轨迹，重点探讨人工智能技术的融合、数据新闻的兴起，以及由此带来的挑战与机遇。

人工智能技术在香港媒体行业的应用日益广泛。以香港电台人工智能实验室为例，其在语言翻译、历史影像修复、图像与视频增强、降噪处理以及文本生成视频等方面的技术应用，充分展现了AI对媒体内容生产的变革性影响。这些创新不仅显著提升了制作效率，亦改善了视觉呈现质素，标志着AI驱动的新闻时代已然来临。

十年前，人工智能尚未成为业界关注的焦点；而如今，AI已成为新闻业界的核心议题。那么，过去十年间，新闻业界发生了怎样的结构性演变？新闻教育课程是否也与时俱进，将人工智慧纳入核心教学内容？财经记者应具备的核心能力有何变化？AI时代香港新闻业界与教育界之间存在多大差距？又应通过怎样的课程改革有效弥合这一鸿沟？

本纵向研究旨在通过系统研究和分析上述发展，洞察香港业界与学界之间的差距，并为未来课程设计提供实证依据，同时致力于推动新闻机构与教育机构之间的深度合作，确保香港财经新闻教育始终保持时代关联性与行业影响力。研究成果将上载至「香港商业新闻历史数据库」（HKBJHD）专题网站，为广大研究者、学生及公众提供宝贵资源。

 

项目编号：UGC/FDS16/H24/25

项目名称：人工智能在教育领域的伦理使用：评估教师理解和教学建议的框架

首席研究员：邓高玮博士（都大）

摘要

人工智能（AI）在教育界开始广泛应用，但同时也引发了对其伦理问题的热烈讨论。虽然人工智能技术的能力不断提升，但教师在教育情境中如何理解和处理人工智能伦理仍有明显不足。本研究旨在透过「科技内容教学知识」（TPACK）框架，以及联合国教科文组织（UNESCO）的《教师人工智能能力框架》（AI CFT），探讨香港教师在人工智能伦理方面的认知、实践与需要，以填补这方面的研究空白。

研究的主要目标有两个方向：第一，评估香港中小学教师对人工智能核心伦理议题的理解程度；第二，探索及提出适合的教学策略，以帮助教师更有效地向学生传授人工智能伦理。透过这些方向，本研究期望能装备教师，让他们能更好地应对人工智能在教学应用中所带来的伦理挑战。

本研究设计采用「混合研究方法」。首先会进行文献回顾及访谈，归纳出人工智能伦理的重要议题。访谈所得的结果将用来设计结构化的问卷及情境式评估，以测试教师在人工智能伦理上的知识及道德判断。这些研究工具会先经专家审核，然后于香港不同学校的教师群体中进行问卷调查。

本研究的预期成果包括全面了解教师对人工智能伦理的知识水平及教学实践、找出需要改进的地方，以及归纳有效的实践方法。研究结果将为教师培训机构提供具体建议，提高教师对人工智能伦理的敏感度。本研究亦希望为教育决策者、科研人员及社会大众提供有价值的参考。

 

项目编号：UGC/FDS16/M22/25

项目名称：血小板泛雕亡在脓毒症中的调控作用及机制研究

首席研究员：邓伟豪教授（都大）

摘要

败血症是由于身体对感染的反应失调所导致的危及生命的器官衰竭，已成为全球公认的公共卫生问题，具有高发病率和死亡率。其中对于扩散性血管内凝血（DIC）和血栓性微血管病（TMA）等的区分至关重要，因为这对患者的管理和临床结局有显著影响。然而，目前对败血症的主要治疗仍然是经验性的抗生素和对症支持治疗。血培养被认为是诊断的“金标准”，但其过程耗时，可能会延误败血症的治疗。这突显了急需有效的生物标记来监测败血症的进展。研究表明，血小板在败血症中的止血和免疫功能中都扮演着重要角色。然而，血小板在败血症诱导的血栓形成、过度炎症和血小板减少中的作用及其调节机制仍然不明。

先前的研究显示血小板在脓毒症中经历焦亡、从而加剧炎症。PANoptosis是一种由PANoptosome复合体调控的炎症性程序性细胞死亡，其特征为焦亡、雕亡和/或坏死性细胞死亡。我们的初步实验显示，在脓毒症患者的血小板中，焦亡、雕亡和坏死性细胞死亡同时发生，说明存在PANoptosis；PANoptosome的组成部分（Pyrin和AIM2）高度表达并共定位。这引出了我们的科学假说：PANoptosis作为一个分子开关，在血小板中控制焦亡、雕亡和坏死性细胞死亡，并且不同群体的血小板可能在脓毒症期间促进血栓形成、过度炎症以及血小板减少。透过利用细胞培养和动物模型的研究，此研究项目旨在（1）探讨脓毒症中血小板PANoptosis的存在并识别血小板中PANoptosome的组成部分；（2）确定血小板PANoptosis的激活因子，为研究脓毒症的发病机制和治疗提供新的理论基础；以及（3）评估以PANoptosis相关组分为靶点的应用，开发脓毒症的新型生物标记。

任务（1）将构建败血症小鼠模型，检测败血症血小板中 PANoptosis相关蛋白的表达，以及其在体外诱导至焦亡、雕亡和坏死性雕亡的对照小鼠血小板中的表达，还将评估败血症血小板中PANoptosome组分的表达。任务（2）将利用败血症小鼠模型探索炎症和免疫反应相关因子、即血小板PANoptosis激活因子的表达，然后将针对这些激活因子的中和抗体注射入败血症模型小鼠体内，观察是否可以抑制PANoptosis。任务（3）将分别构建血小板特异性基因敲除小鼠，抑制、中和败血症PANoptosis过程中的关键信号成分。

我们的研究结果将为理解败血症的发病机制以及识别潜在的生物标记和治疗靶点提供新的理论见解。对于败血症时血小板PANoptosis的探索可有助于更好地理解败血症引起血小板减少症的机制。

 

项目编号：UGC/FDS16/E09/25

项目名称：基于图表示与注意力机制的加密货币多链欺诈检测模型

首席研究员：陶毕生辉博士（都大）

摘要

在数位化急速发展的时代，加密货币的普及带来了前所未有的机遇与重大风险。电信诈骗及加密货币诈骗等恶意活动威胁财产安全，导致全球损失金额惊人，已达数十亿美元。在此背景下，香港作为亚洲领先的金融枢纽，既坐拥支持加密货币交易的法律框架，又肩负着有效应对日益严峻威胁的关键责任，正处于关键的十字路口。

本计划旨在开发开创性的方法，透过解决当前实践中的关键局限性，加强对加密货币诈欺的检测和预防。具体来说，我们将重点克服多链数据整合不完备、交易图的表示不准确以及现有诈欺检测模型表现不佳相关的问题。我们的目标有三个：（1）建立一个综合的区块链加密货币网路（BCN）资料库，整合各种多链交易数据；（2）设计一个先进的图谱表示学习模型，能够从复杂的交易关系中提取复杂的特征；（3）开发一种基于Transformer的高效检测模型，该模型能够适应各种数据集。

我们的方法围绕着三个战略任务来建构。首先，我们将透过创新的整合技术进行广泛的数据集采集，旨在有效地捕捉多种加密货币之间的交易关系。其次，我们将部署尖端的图神经网路方法，提取有意义的嵌入，以反映这些互联网中的使用者行为。最后，我们将建立基于Transformer的稳健检测模型，用于即时识别诈欺活动，同时确保可扩展性和适应性。

预期成果包括开发适用于诈欺检测的图表示学习和Transformer模型，学术成果将发表在期刊上，并参与国际会议的研讨会；这不仅限于学术贡献，还将为加密货币生态系统的利益相关者带来巨大益处。我们设想创建一个用户友好的平台，该平台配备了有关恶意节点的基本风险信息，同时为用户提供必要的工具，使他们能够就其交易做出明智的决策。此外，该计划旨在透过为本科生量身定制的区块链反诈骗课程创造教育机会，同时促进合作研究，以加强学术界和业界的知识传播。透过利用尖端技术来降低加密货币相关风险，并在用户和研究人员中推广负责任的投资实践，该计划不仅解决了当前的问题，还巩固了香港作为致力于在新兴挑战中创新的安全全球金融中心的地位。

 

项目编号：UGC/FDS24/H09/25

项目名称：顾客知识和基层医疗举措对顾客服务品质属性的体验、消费价值、地方依附和行为意图的影响：地区康健中心的多层次分析

首席研究员：TAVITIYAMAN Pimtong 博士（理大专业进修学院）

摘要

提升个人健康生活方式与福祉至关重要。尽管基层医疗系统致力于探索多元医疗治疗方案、医疗服务和资源配置，以满足个人需求，但仍面临严峻挑战。这些挑战显示需进一步检视基层医疗体系效能和永续性的必要性，其中以香港地区康健中心(DHCs)为例，尤其值得深入研究。

首先，针对基层医疗机构在资源受制情况下（例如治疗与服务有限、人手不足、地点分布和营运时间受限）实施基层医疗卫生计划的成效和绩效，迄今仍缺乏全面研究(Pang, 2023)。其次，医疗机构于缺乏场所依附感和标准化服务品质的情况，可能会减低顾客使用基层医疗设施进行健康促进与疾病预防的意欲(Wong et al., 2019)。最后，市民在医疗服务的知识水准差异，和对医疗卫生治疗及服务的需求层次各不相同（基于年龄、健康状况和可达性等因素），而基层医疗机构所提供服务的供应也可能存在差异(Powell & Laufer, 2010; Senic & Marinkovic, 2013; Zhang et al., 2020)。这些因素会显著影响公众对基层医疗机构的整体体验（包括服务质素的感知、消费价值、其后续的行为意向）。因此，问题的关键需探讨基层医疗相关持份者（包括医疗政策决策者、医疗服务提供者及居民顾客）如何看待DHCs的整体规划、管理和营运上的成果，从而关乎香港未来基层医疗体系的永续发展。

本研究的重要性在于透过多层次研究设计，推进基层医疗服务文献中尚未被充分开发的理论发展(Molina-Azorin et al., 2020; Senic & Marinkovic, 2013; Zhang et al., 2020)。本研究整合了基于消费价值理论(TCV)和场所依附理论(PAT)所构建的概念模型，评估顾客对医疗卫生机构的认知、对服务品质属性的体验、消费价值、满意度以及对医疗卫生机构的行为意向。本研究采用多层次的研究设计，涵盖微观层面（第一层 - 个人顾客）和宏观层面（第二层 - 医疗卫生机构；第三层 - 政府提出的基层医疗措施）（Molina-Azorin 等人， 2020）。顾客对医疗卫生机构的认知（第一层）可以透过医疗治疗和服务的品质、感知消费价值和场所依附（第二层）以及政府的医疗卫生措施（第三层）如何影响其对这些医疗卫生机构的满意度和行为意向。

医务卫生局及基层医疗署已提倡多项举措（如一人一家庭医生、中医药服务及资助计划等），用以推动DHCs成为协调居民基层医疗服务的枢纽（DHC, 2024）。因此，DHCs将被视为研究招募的基层医疗机构目标单位。本研究将透过混合方法以达成其研究目标。定性部分（第一阶段：针对第二层和第三层）将对政府政策制定者和DHCs的服务提供者（20至 25 名）进行焦点小组访谈；定量部分（第二阶段：针对第一层）包括对400名顾客进行两轮的问卷调查（Ledolter & Hardon，2020；Ryan，2009）。两个阶段均将采用立意抽样和便利抽样方法在各DHCs招募受访者。研究成果将为医疗卫生持份者提供宝贵见解，协助医疗政策的修订，规划DHCs未来扩展，为社区有效地分配医疗卫生服务的资源，并为医疗卫生服务管理引入新的教学内容和课程设计。

 

项目编号：UGC/FDS13/E04/25

项目名称：优化决策模型以促进空置工业建筑的适应性再利用为住宅用途

首席研究员：THILAKARATNE Ruffina Sharmila博士（珠海）

摘要

全球建筑业负责超过30%的自然资源开采，以及25%来自线性经济模式「取得、制造、处置」所产生的固体废物（Benachio et al. 2020）。目前，建筑业的蕴含碳占11%，而营运碳排放占28%。然而，到2060年，蕴含碳将显著超越营运碳排放水平，这主要归因于新建筑存量增加，以及营运碳领域为减轻影响所取得的进展。全球建筑存量的建筑面积预计至2060年将翻倍或增加2400亿平方公尺，为满足不断成长的全球人口需求，原材料使用量和蕴含碳排放量将随之增加（Architecture 2030, n.d.），而70%现存建筑物也将需要进行改造以持续存在至本世纪中叶。适应性再利用在许多国家正逐渐受到重视，特别是澳洲与荷兰，正藉此解决住房短缺问题。透过延长老旧但结构完好建筑物的生命周期，适应性再利用能促进土地使用优化、区域活化、减少营建废弃物，并降低对新建筑材料的需求。此现象对香港这类土地资源有限的城市而言，尤其值得关注。在香港，私人分层工厂大厦占工业建筑总量近70%，总楼面面积达1,640万平方公尺（HKSAR 2019）。在2023年，其空置率升至5.7%，相当于93.1万平方公尺（HKSAR 2024）。2009-10年推出的活化政策促成「全港工业用地分区研究」，共识别75个工业区内1,448幢现存工业建筑（Planning Department 2021）。其中东九龙聚集最多工业建筑，提供约543万平方公尺楼面面积。整体改建相较于重建，是目前香港更普遍的活化方式。自2009-10年政策实施以来，此趋势持续加速（Wang, 2014）。根据规定，申请整体改建的工业建筑，从入伙纸签发日期起计必须已达15年楼龄（Legco, 2014）。有别于新建工程，适应性再利用因涉及多重决策影响因素而面临挑战。本研究旨在建立关键因素模型并优化决策流程，将引入人工智慧/机器学习工具进行多因子分析、预测建模、常规决策自动化、情境模拟及设计流程优化。尽管人工智慧在智慧城市发展中的应用已渐成趋势，但其在适应性再利用领域的研究与实践仍属前沿，故本研究预期将作出重要贡献。

 

项目编号：UGC/FDS16/E02/25

项目名称：多点迅速位置调动辐射结构：实现无衰落无干扰的 6G

首席研究员：汤建辉教授（都大）

摘要

6G被视为无线通讯技术的下一个重大飞跃。它将带来前所未有的超高网速，让使用者能从过去需要几分钟下载一部8K电影，缩短到只要几秒钟。此外，无论是线上游戏或是视讯通话，那些恼人的迟滞都将成为过去式。

即便目前的5G技术已经相当出色，但仍存在一些局限。例如，它会消耗大量能源，严重依赖复杂的讯号处理技术，并且当试图在同一个数据通道上同时连接大量设备时，会变得过于复杂。同样的技术方式在6G时代将无法持续。

为了克服这些挑战，我们提出了一种革命性的无线讯号传输方法。现今智慧型手机主要使用固定位置的天线，但我们将开发一种能像流体一样能动态改变其形状或位置的天线。这个独特的技术能获得新颖的空间分集效果来减少干扰，这与传统上主要依赖讯号处理的方式截然不同。

这个创新的概念就像是能瞬间调整光束，将焦点精准投射到不同区域的聚光灯。藉由这项技术，我们能实现以下几个关键优势：

Ÿ   连接更多设备：就像能用多个聚光灯照亮不同方向一样，这项技术能支援显著更多的设备同时连接。

Ÿ   提升讯号品质：确保无论使用者身在何处或周围环境如何，都能享有可靠的连线。

Ÿ   降低能源消耗：让整个可持续的无线通讯系统更具效率。

总体而言，我们的目标是打造一个更智慧、更高效的无线网路，从而释放「万物互联网」（Internet of Everything）的全部潜力，引领一个真正无缝连接的世界。

这个研究计划代表着无线通讯技术的一大进展，它将彻底改变我们与数位世界沟通和互动的方式。透过采用这种创新的方法，我们正为6G技术能无缝融入我们生活各个面向的未来铺路。

 

项目编号：UGC/FDS13/E05/25

项目名称：开发元宇宙：增强教学与探索的沉浸式数位建筑

首席研究员：杜永德博士（珠海）

摘要

这项研究旨在通过开发一个沉浸式、适合移动设备的基于浏览器的元宇宙平台来提升建筑教育。通过整合3D扫描、虚拟实境（VR）和扩增实境（AR）等先进技术，该项目旨在解决传统建筑教育包括依赖静态的2D图像，以及对重要建筑地标的有限访问等的局限性。

项目的主要目标是创建一个促进教师引导的虚拟导览的平台，促进教育工作者和学生之间的实时互动和参与。位于香港赤柱的美利楼将作为试点研究，让学生在一个完全互动的环境中探索这个标志性地点。本研究旨在调查与传统教学方法相比，这种沉浸式体验在增强学生参与方面的有效性，特别是在受益于空间互动的建筑学习中。

研究的关键组成部分包括数字模型的开发、用户友好的导航界面以及促进学生之间合作的互动功能。元宇宙平台的有效性将通过调查进行评估，透过李克特量表作指标测量虚拟导览期间的参与程度。

通过探索元宇宙在建筑教育中的潜力，本研究不仅旨在提高学习成果，还为遗产保护和技术创新领域作出贡献。最终，研究结果可能会激发沉浸式技术在教育环境中的更广泛应用，为教育工作者、机构和政策制定者提供宝贵的见解。

 

项目编号：UGC/FDS15/E04/25

项目名称：新质生产力的绿色结构效率框架

首席研究员：曾俊基博士（树仁）

摘要

中华人民共和国国家主席习近平于2023年9月提出发展一种以行业创新为核心的新经济模式「新质生产力」，并指出中国要引领战略性新兴产业和未来产业的发展。新质生产力相关的关键要素包括：

Ÿ   行业重点：专注于特定行业整体发展。

Ÿ   供给方强调：优先考虑供给方动态。

Ÿ   绿色发展考量：融入了有关碳排放和其他不良副产品的考虑。

新质生产力作为一个相对新颖的概念，相关的研究和测量方法的文献非常有限。据我们所知，现有工具并未能充分解决这一研究课题。本计划提出在生产力和效率分析背景下的结构效率框架非常适合用于研究新质生产力。结构效率用于衡量具备不同生产单位的群体的整体生产效率。然而，目前的结构效率模型明显存在忽视不良副产品方面的不足。

本计划旨在填补这一研究空白，通过整合上述三个新质生产力关键要素，建立一套绿色结构效率框架，以评估中国的区域经济和上市公司在达成新质生产力方面的成就。我们将开发一个综合的绿色结构效率模型，以考量包括不良副产品在内的因素，来评估具备不同生产单位的群体的生产效率。

本计划中我们将探索数个在测量绿色结构效率中的可行目标，包括最大化正面输出同时保持其他变量不变、最小化不良副产品同时保持其他变量不变，或两者的组合。此外，本计划将通过不同的方法研究低效率的来源，确定是否存在生产单位内部或之间的资源错配。最后，新提出的绿色结构效率框架将应用于评估中国的区域经济和上市公司，并了解其对新质生产力发展的影响。

 

项目编号：UGC/FDS14/H13/25

项目名称：21 世纪多元文化的莎士比亚：儿童与青少年书籍改编和重述

首席研究员：曹颖宝博士（恒大）

摘要

二十一世纪见证了莎士比亚作品在儿童及青少年改编领域的转型性变革，这种转变反映了多元、平等与包容理念的兴起。本研究计划旨在探讨当代儿童及青少年改编作品如何不仅使莎士比亚经典文本更易亲近，更透过不同文化、种族与社会身份进行重新诠释。为达成此目标，本研究将采用（一）语料库辅助批判话语分析及（二）文本分析法，检视2000年至2025年间出版的儿童与青少年改编及重述作品。这些方法将有助对文本中多元文化与包容元素进行全面性探究。

本计划第一部份将深入探讨这些现代改编与重述作品如何不仅强化女性声音，更揭示这些角色细腻的复杂性与内在力量。透过追踪《哈姆雷特》中的奥菲莉亚、《马克白》中的马克白夫人等女性角色形象的演变，本计划旨在展现这些改编作品如何逐步突破传统性别刻板印象，促进对女性赋权与能动性的深度理解。透过对这些角色及其扩展戏剧功能的细部分析，本计划试图阐明现代诠释对重塑性别动态认知、建构更包容叙事格局所产生的变革性影响。

第二部份将聚焦族群性再现，特别针对《威尼斯商人》中的夏洛克与摩洛哥亲王等角色进行探讨。这些长期存在于莎翁作品中的争议性角色，传统上常被负面刻板印象所框限——夏洛克被塑造成贪婪复仇的犹太人，摩洛哥亲王则被异域化为「他者」。夏洛克的历史形象往往强化对犹太身份的有害定型，将其简化为贪欲与复仇的扁平形象；相对地，摩洛哥亲王则多被呈现为缺乏深度与个体性的异域符号。当代改编作品却致力赋予这些角色更丰富的层次与人性。本部份将解析这些现代诠释如何挑战既定刻板印象，培养对种族与身份的同理理解，引导年轻读者对文学中边缘群体再现进行批判性思考。

第三部份将探讨现代儿童及青少年改编作品如何透过易装情节与当代LGBTQ+视角处理性别流动概念。以《威尼斯商人》中的鲍西亚与《第十二夜》中的薇奥拉为例，这些角色透过男装扮相在父权社会中穿梭的情节，引发对身份认同与社会规范的质疑。本探索将分析当代版本如何诠释与呈现性别角色，往往强调性别的流动性与身份的表演特质。透过对这些叙事的重新想象，改编作品使年轻读者能以细致方式接触自我表达、自主权与性别认同复杂性等主题。本计划将考察这些改编如何促进关于性别流动的对话并引入酷儿视角，最终赋予年轻读者拥抱更具包容性的性别认知。

统合三个部份的研究，旨在全面理解当代莎士比亚改编作品如何促进年轻读者开展关于性别、种族、族群与身份认同的批判性对话。透过突显多元再现与鼓励同理共感，本计划期望丰富儿童及青少年文学内涵，使其更具包容性并反映当代社会的复杂面貌。最终研究成果将有助教育工作者与家长运用这些改编作品作为深化对话的媒介，培育重视文学与生活中多元包容价值的新世代。

 

项目编号：UGC/FDS16/E12/25

项目名称：用于智慧窗户应用的频率选择表面

首席研究员：华礼生教授（都大）

摘要

香港以其高密度的城市景观而闻名，在提升能源效率的同时，也面临着对创新建筑解决方案日益增长的需求，这些解决方案旨在支持城市的数位基础设施建设。在夏季，室内空调是主要的能源消耗，这推动了对先进智慧窗户技术的需求，这些技术能够阻挡热辐射，同时确保室内行动网路连接的最佳化。然而，传统的节能策略在有效阻挡热辐射的同时，也削弱了无线电讯号的穿透力，阻碍了数位经济环境下行动网路的效能。为了应对这项挑战，我们提出了一种新颖的方法，利用嵌入红外线(IR)(100 – 400 THz)反射特性的频率选择表面(FSS)，在实现有效隔热的同时，保持卓越的移动讯号(0.5 - 30 GHz)传输和可见光(400 – 800 THz)透明度。与受限于有限频宽、固定频率响应和复杂制造流程的传统FSS技术不同，我们的解决方案引入了一种由氧化铟锡(ITO)涂层玻璃微球制成的柔性FSS。拟议的解决方案提供了一种经济高效、可扩展且技术先进的途径，预计将彻底革新香港及粤港澳大湾区的智慧窗户应用。透过将节能功能与无缝行动网路支援相结合，该专案旨在促进高密度建筑环境中可持续且数位化韧性的建筑实践。透过提高建筑能源效率，并透过更高的行动网路渗透率支持数位化基础设施，该项目有助于打造更永续和技术适应性的城市。该提案与REC工程（香港）有限公司合作，对拟议的节能窗户进行了验证，体现了多方面的永续发展方法。

 

项目编号：UGC/FDS15/H04/25

项目名称：数位传播的预期性悲伤：宁养关怀中心网站与病人支援论坛中的经历叙述

首席研究员：温幼妮博士（树仁）

摘要

本研究旨在透过分析宁养关怀中心网站与病人支援论坛中分享的数位叙事，辨识有助于情感表达与社群连结的语言特征。研究重点在于探讨语言如何形塑宁养照顾的经验，特别是在末期病患及其照顾者叙述预期性悲伤的情境。根据《经济学人智库》的排名，英国在临终照顾方面居世界首位，香港则在80个国家中排名第20。以英国的最佳实践为基础，本研究旨在深化对数位平台在临终照顾的理解，并提供跨文化背景下发展有效宁养服务的洞见。我们将建立一个包含1,000篇叙事文本、总字数不少于60万字的语料库，资料来源涵盖香港与英国的宁养中心网站及支援论坛。此语料库为首创，将提供原创性的语言学洞察，探讨两地在叙事结构、语言使用及态度表达上的异同。本研究以系统功能语言学（Systemic Functional Linguistics, SFL）为理论基础，分析语域变项，包括「语场」（主题）、「语旨」（参与者角色）及「语式」（沟通方式），以理解其对宁养语篇的影响。我们将检视文本的类型结构与悲伤阶段，以掌握资讯流动的模式，并探讨语篇语意如何透过词汇选择建构意义。例如，我们将聚焦于连接词在建立语篇连贯性上的角色、人称代名词在促进个人化与情感连结上的功能，以及动词过程在表达心理状态与行动上的运用。同时也会分析评价性语资源，以反叙事者对临终照顾经验的立场与态度。本研究采用混合方法策略，运用语料库统计分析工具，如对数似然比（Loglikelihood Ratio）与AntConc，以萃取并分析语言模式。根据初步研究观察显示，机构性与个人性叙事在悲伤与照顾的表达上存在差异。宁养中心网站语言较为正式且结构化，而支援论坛则偏向个人化与情感性。香港的叙事强调家庭关系与社群支持，而英国叙事则可能反映个人主义观点。进一步的大型资料分析可揭示两地在叙事风格与态度表达上的细微差异，并呈现数位平台与文化语境间在词法语法特征、结构组织与人际意涵上的显著差异。在理论与文化层面，本研究可推进系统功能语言学的应用，特别是在医疗语境中分析数位叙事，并深入探讨语言在人际功能上的角色。比较香港与英国的宁养悲伤叙事，有助于促进跨文化理解与量身打造的支援服务。在实务与政策层面，本研究可协助医疗专业人员、照顾者与支援团体理解人们在数位环境中表达与处理预期性悲伤的多样方式，并提升照顾服务品质。研究成果将透过学术期刊发表、研讨会及讲座等方式推广，以促进宁养照顾领域的进一步研究与关注。本研究的最终目标是深化对宁养悲伤的理解，并响应联合国永续发展目标（UN SDG），促进高龄人口的福祉与健康生活。

 

项目编号：UGC/FDS16/E11/25

项目名称：用于预测双药协同作用的增强数据管理及基于图的学习

首席研究员：王丹博士（都大）

摘要

背景: 以癌症为代表的复杂疾病通常涉及多种信号通路，因此单一药物疗法会导致疗效低、毒性大。具有协同作用的联合疗法则提供了一种有潜力的、抗击复杂疾病的方式。想要发现有协同作用的药物组合需要搜索一个巨大的药物联合空间，然而通过实验的方式进行搜索通常是不可行的。因此利用计算方法来有效搜索此联合空间或其子空间在近些年成为了新的研究热点。

项目目标：许多用于预测协同药物组合的计算方法是以数据为基础的。通过高通量药物组合筛选实验获得的数据是一种很好的资源，但是目前相关的数据库却存在缺乏更新、疾病类型单一和标注不充分等问题。因此，增强的数据管理是此项目的第一个目标。除此之外，基于图像的深度学习技术已经在许多领域中获得了好成绩，但此类技术在发现协同药物组合的问题上仍值得探索。在这个场景中有效探索图像学习技术的潜力将是此项目的第二个目标。最后，在此项目中搜集的数据及开发的模型将对公众开放。

主要策略：在加强的数据管理方面，我们的重心将放在针对双药组合的高通量筛选实验数据上。对近期癌症相关数据的收集、过滤及标准化将是一个起点，对其他疾病相关数据的处理则是第二个步骤，多维度数据标注将是此阶段的最后一个环节。在探索图像学习技术在预测双药协调作用中的潜力方面，我们的重心将放在开发较为平衡的图表示方式（蛋白质相互作用场图-PIF图）、探索图学习中合适的交互模式（涉及领域对齐及异构图）及寻找受生物启发的对图学习机制的解释（如特征重要性分析及基于注意力机制的学习）。在开发相关网站方面，我们将利用GitHub和Zenodo等平台创建一个容易使用的、多方面展示数据及共享模型的线上工具。

研究的影响力：通过应对以上各种挑战，此项目将输出有效的理论及实用工具用于发现协同性双药组合。从长远来看，它将为医疗人工智能等领域的持续发展做出贡献，并最终在药物发现流程中起到重要的辅助作用。除此之外，此项目将有助于本地教育机构的学生培养，涉及提高学生的科研参与度及积极影响当前的课程设置。

 

项目编号：UGC/FDS16/E03/25

项目名称：面向医疗健康可解释对话的多模态上下文建模与知识融合研究

首席研究员：王富利教授（都大）

摘要

人口老龄化已成为全球性议题。随着预期寿命延长、出生率下降以及「婴儿潮世代」步入老年，老年人口比例预计将从2020年的9.3%上升至2050年的16.0%。这一人口结构变迁带来深远的社会和经济挑战，尤其在医疗保健领域更为显著。随着老年人口的增长，特别是慢性病患者群体的扩大，市场对于快速、精准且便捷的医疗咨询需求与日俱增。慢性病治疗往往需要长期追踪患者用药情况、病情变化、自我管理及信息咨询等环节，这使得医疗保健不仅是关乎人类福祉的重要议题，更成为应对人口老龄化挑战的核心社会课题。

因此，本研究旨在探索如何运用大型语言模型驱动的可解释对话技术，提升慢性病患者的医疗照护品质，从而缓解人口老龄化带来的医疗压力。具体而言，我们聚焦于糖尿病等慢性病，致力设计一个整合文本、图像、音频等多模态数据的专业医疗对话系统，以构建能提供可靠且精准回应的模型。同时，本研究还致力于减少医疗对话中的幻觉现象（即虚假或误导性资讯），帮助患者获取可信赖的健康咨询。然而，目前主要面临三类挑战：首先，对话情境表征是医疗对话的核心任务，因为对话语境理解对准确解读用户查询和推进后续对话至关重要。在现实中，医疗对话情境通常具多模态特性，医师需精准解读这些情境才能做出正确的诊断决策。因此，如何有效建立多模态医疗对话情境模型成为关键研究问题。其次，医疗对话需要专业知识检索作为诊断基础，精确的多模态知识检索是引导大型语言模型生成可解释回应的核心环节。现有的知识检索方法大多集中于单一模态，无法有效区分相似知识之间的细微差异。因此，如何精确检索细粒度的多模态知识亦是重要难题。第三，如何融合检索知识与对话情境建模以生成精准回应同样具挑战性。鉴于患者普遍缺乏专业知识，医疗对话模型需要为使用者生成易于理解的多模态回应。

本研究旨在利用多模态大型语言模型，满足香港等高龄化社会中慢性病患者的医疗需求。具体而言，我们将设计多模态医疗对话情境的建模方法，以实现更精准的医疗咨询。重点在于开发精确的知识检索模型，以确保医疗知识的可靠性与细致度。此外，本研究还将设计融合策略，整合多模态知识与对话情境，生成可解释的医疗回应。所开发的模型将有助于提升香港高龄社会中慢性病咨询的可靠性，确保使用者能更便捷高效地获取可信赖的医疗建议。最终，这些创新成果也可拓展至教育等需精准多模态信息处理的领域。

 

 

项目编号：UGC/FDS15/H10/25

项目名称：清日《尚书》考据学比较研究——以焦循与安井息轩的著述为中心

首席研究员：王利博士（树仁）

摘要

考据学是一门以文本考证、辨别真伪为核心的学问，盛行于中国清代（十七至十九世纪），特别是乾隆、嘉庆两朝，由此开创「干嘉考据学」传统。此学术思潮后传入日本与韩国，主导东亚学术近三世纪。过往研究多依地域划分干嘉学者，如「吴派」（惠栋为代表）、「皖派」（戴震为代表）、「扬州学派」（焦循为代表）等。然而此类框架过度简化学者个体贡献与学派内部复杂性。本研究采用中日比较视角，探讨考据学的核心特征。

焦循（1763–1820）与安井息轩（1799–1876）是中日考据学成熟阶段的最顶尖学者，然而他们对《尚书》的研究仍未获学界充分探讨。对伪古文《尚书》、伪《孔传》的批判，恰是清代考据学发展的起点，《尚书》研究则可映照出清代学术思想史的主要脉络。因此，本研究特以二人《尚书》研究为核心，着重剖析其研究方法与理念基础，力求达成三大突破：

第一，焦循的暧昧立场。尽管公开推崇戴震、批判惠栋墨守汉学，焦循的《禹贡郑注释》却独尊班固，其《尚书补疏》更特别表彰伪《孔传》。此种立场实为「吴派」的典型特征。更关键的是，他未能掌握戴震「皖派」最为精深的「因声求义」法。

第二，安井息轩的折衷之道。安井《书说摘要》尊信汉儒之说，广泛援引干嘉著作（不限于吴派还是皖派）。但遇到分歧时，他倾向采纳汉儒观点——此亦「吴派」之特征。然其学说尚保留一些江户传统的风格。

第三，中日比较特征。两位学者皆具备以下共性：(1)「反宋归汉」；(2)「疑古辨伪」；(3)「文献实证」。前两点体现共同的学术框架，第三点则为考据学最核心的特征。

然而两人皆能未掌握皖派的根本方法——「因声求义」，戴震将其学理精要概括为「但宜推求，勿为株守」，本研究称之为「理据推求」。此法精髓在于透过语音体系辨析语义关联，与文化及个人因素共同形成考据学派的内在差异。

焦循的学术价值在于对「经学」考据方法的批判性反思，进而寻求「经学」的出路（尽管方法论的局限导致最终未能成功）。安井的学术视野、方法虽较少创新，却不妨碍考据学在明治时代继续发展。随后，西方知识的涌入催生两国现代化变革，而「考据学」也成功融入两国现代学科体系，至今仍保持充沛的学术生命力。

本计划作为东亚《尚书》研究的初步探索，进一步将拓展至区域比较研究，揭示考据学在不同文化思想传统中的适应性。

 

项目编号：UGC/FDS14/B06/25

项目名称：哪些关系对我来说是合适的：领导-成员交换（LMX）、团队-成员交换（TMX）还是两者都不是？自我调节和工作流程网络对社会交换与新员工适应的影响

首席研究员：王畅博士（恒大）

摘要

本研究的目的是在新进员工社会化背景下，开发一个整合的理论模型，以探讨社会交换关系的前因和后果，包括主管（领导-成员交换：LMX）和同事（团队成员交换：TMX）。王和霍伦贝克（2019）用「老师的宠儿」这个口语化表达来描述那些拥有高LMX但低TMX的个体。他们还创造了「班级小丑」这个词来形容那些低LMX但高TMX的个体。尽管这些词可能与成人工作环境并不完全相关，但从新进员工的角度来看，了解谁在社会交换中走不同的路径、他们为什么这样做以及这会如何影响新进员工的适应结果，对于理解团队动态和新进员工在「入职」过程中的领导力显然是非常重要的。

 

项目编号：UGC/FDS24/E02/25

项目名称：探索在碳纳米管内融合碳链去提升锂硫电池效能及以人工智能预测电池的老化效应

首席研究员：黄志豪博士（理大专业进修学院）

摘要

在快速发展的无人机技术领域，电池性能至关重要，直接影响航程时间、能量效率和有效载荷能力。无人机具备彻底革新日常生活多面向的潜力，包括改变快递服务、提升灾害应变能力、以及进行环境监测。随着对高效、可靠无人机操作的需求增加，先进电池技术的发展已成必然趋势。在众多组件中，电池电极材料发挥着关键作用，而高导电性材料的整合则有望显著革新电池性能。近年研究进展揭示了在碳纳米管内封装碳链（碳链-纳米管复合材料）的潜力，能显著提高其电导率，使其成为下一代电极材料的有前景的选择。

随着香港大力推动「低空经济」倡议，本研究计划旨在探讨富含碳链-纳米管复合材料的锂硫（Li-S）电池的变革潜力。尽管短碳链片段在提高复合材料的电导率方面成效有限，但若能在碳纳米管内合成长链碳链，则有望带来电池性能显著突破。因此，研究正在开创创新的高温融合途径，以延长内部碳链的链长。考虑到融合实验过程耗时和高度依赖经验的挑战，研究建议开发一个先进模拟碳链融合框架，以预测碳链融合过程的结果，并阐明内部碳链结构如何影响碳纳米管的电导率。通过将这些预测模型与实验数据相关联，研究旨在简化长链碳链的生产，以增强电极材料，随后在Li-S电池中测试其性能。此外，研究亦将结合人工智能演算法预测Li-S电池的老化效应，以确保于早期即甄别和淘汰低效电池。此研究不仅推动碳链的制造，亦开拓人工智慧和新型碳材料与尖端电池科技术相融合之路，为香港在创科领域奠定更具竞争力的地位。

 

项目编号：UGC/FDS16/M16/25

项目名称：比较金银花和黄芩两种中药透过浸浴、外用和喂饲三种给药途径，对尼罗罗非鱼的生长、免疫调节和疾病防控的影响及其作用机制

首席研究员：黄诗韵博士（都大）

摘要

淡水水产养殖在全球食品生产中扮演着重要角色，特别是在粤港澳大湾区。为了最大化生产效率，水产养殖业普遍采用密集型养殖方式。然而，这些密集的养殖条件对鱼群造成了显著的压力，包括食物竞争、攻击性行为以及养殖处理过程中的操作压力。这些压力因素导致鱼体容易受伤、免疫功能受损、生长性能下降，最终使鱼群更易感染各种致命病原体，从而造成经济损失。

为了解决密集养殖引发的问题，渔农目前主要依赖化学消毒剂（如福尔马林）和各类抗生素来应对疾病爆发并促进生长。然而，过度使用这些抗菌剂已引发了严重的环境问题，包括抗生素耐药性细菌的出现以及生态系统的恶化。此外，鱼类组织中累积的化学残留物，会经由食物链对人体健康造成严重威胁。因此，研发可持续的替代方案有着逼切需要，在提升鱼类的免疫力和抗病能力的同时，亦能确保生产效率。

传统中药（TCM）在临床上有着显著的疗效，尤其是在调节荷尔蒙平衡、调控免疫反应以及控制微生物感染等方面。以中医药应用于水产养殖的相关研究越来越备受关注。尽管已有研究表示部分中药具有促进生长、调节免疫以及控制感染的效果，但其潜在的生理和分子机制尚未被充分探讨。

中药可通过多种适合水产养殖的给药途径进行施用，包括以浸浴法用于体表处理和内部压力调节，外用涂抹以治疗局部皮肤感染和伤口，以及通过口服喂饲以达到全身性分布。即使针对同一种中药，哪种给药途径在生长促进、免疫调节和感染控制方面最为有效，尚未进行过比较。在众多潜在的候选中药中，以金银花（Lonicerae japonicae flos, LJF）和黄芩（Scutellariae radix, SR）表现尤为突出。这些中药传统上用于清热解毒，并已在水产养殖中显示出生长促进、免疫调节和感染控制的效果。然而，中药在水产养殖应用方面的系统性研究仍然有限，特别是在给药途径和分子机制方面。三个研究问题仍待解答：(1) 哪种给药途径最有效治疗因过度拥挤引起的皮肤擦伤和感染，同时亦能促进生长和免疫反应？(2) 在金银花和黄芩这两个候选药物中，哪一个对上述治疗反应具有较高的疗效，且给药途径的效果会否与中药种类相关？(3) 这些治疗效果的潜在生理和分子机制是什么？本研究选择尼罗罗非鱼（Nile tilapia）作为研究模型，因其具有经济价值。此外，尼罗罗非鱼在密集养殖条件下以其耐受性和领土攻击性行为而闻名。这些特性使其成为研究侵略性食用鱼类治疗应用的理想模型。

本研究的目的是评估金银花和黄芩不同制剂形式（如草本茶包、煎煮提取物和活性化合物）通过浸浴、外用和喂饲三种给药途径在尼罗罗非鱼生长表现和微生物感染控制的疗效。同时，本研究还将运用先进的蛋白质组学和转录组学方法探讨其潜在的作用机制。本研究的结果将促进中药从人类系统向鱼类水产养殖的转化应用。

 

项目编号：UGC/FDS25/E06/25

项目名称：预应力机械迭层竹-混凝土组合梁结构特性研究

首席研究员：黄浩辉博士（高科院）

摘要

香港作为一个知名的国际城市，每年都有大量的建筑和基础设施工程。钢筋混凝土是最常见的建筑材料，然而它并不环保。在生产普通波特兰水泥（混凝土的主要成分）的过程中，大气中会产生大量的二氧化碳。为了减少二氧化碳的排放，木材-混凝土复合梁（TCC）系统在近年来变得越来越受欢迎。TCC结合了混凝土和木材，作为一种复合结构，应用范围从简单的楼板到跨度较大的桥梁。然而，人们对其使用越来越担忧，因为它可能导致森林砍伐和生态影响。这引发了对木材替代材料的需求。

竹子是一种快速生长的巨型禾本科植物，由于其与木材相似的力学性能和易加工特性，成为替代木材的良好选择。机械层压竹材是工程竹中最常见的产品之一，吸引了广泛的研究关注。原竹秆首先根据竹节位置切割成段，然后劈成竹条，并去除内外层。竹条经过一小时的蒸煮和两天的干燥，以去除多余的水分。随后，竹条涂上胶水，在压力下压制成切片板。这些切片板再通过胶合和加压形成层压竹材组件。

与TCC类似，机械层压竹材组件通常与混凝土翼缘（可以是现浇或预制的）结合使用，形成竹-混凝土复合梁（BCC）。混凝土翼缘和层压竹材组件通过剪力连接件连接，以实现复合作用。研究表明，BCC具有良好的力学性能和延性，可以作为一种可持续的建筑系统替代木材。

作者先前的研究表明，界面剪切粘结强度是决定BCC抗弯承载力和结构行为的关键因素。剪力连接件的类型及其相应的布置可以进一步优化以提升性能。此外，本提案中提出的新概念——通过在界面处施加竖向预应力，被认为是增强剪切粘结的有效措施，可进一步提升性能。

本研究旨在探讨BCC在剪力连接件和竖向预应力耦合作用下的结构行为。研究将采用非线性有限元分析进行数值模拟。数值模型将通过实验结果验证，并用于参数化研究。基于数值和实验结果，将开发一个分析模型，用于机械层压竹-混凝土复合梁的评估和设计应用。该研究可为建筑行业提供实用指南，推动层压竹-混凝土结构在未来可持续发展中的应用。

 

项目编号：UGC/FDS15/H30/25

项目名称：创新语言教育：结合认知语言学与贝叶斯建模的文法教学新方向

首席研究员：王雯灏博士（树仁）

摘要

本研究关注学生在学习if-条件句（即「如果……就……」的句式）时遇到的困难。研究第一步会透过分析学生的写作和问卷调查，找出二语学习者最常出错或感到困惑的地方，以及现行教学方法是否加剧了这些问题。

在此基础上，研究团队将设计并实施两种新的教学模式：认知语言学启发教学法（CLIP）和概念本位语言教学（CBLI）。这些方法强调语法和意义之间的概念连结，并透过如图示等工具，帮助学生更有效地掌握「如果句」。

为了检验这些教学法的效果，研究将使用一种先进的数据分析方法（贝叶斯混合效应模型），同时考虑不同因素，例如：教学方法的类型、学生程度、个人差异和题目难度。数据来源包括：语法判断测验、语言知识测验以及句法产出任务，以衡量学生在显性知识和隐性知识上的进步。此外，研究还会访谈老师和学生，确保教学方法切实可行并能引起学习动机。

这项研究结合了电脑建模与开放科学理念，目标是推动有实证基础的语言教育，并提供可扩展、可复制、具创新的教学策略。研究成果将透过学术出版物、开放资源，以及教师培训工作坊分享，从理论、方法和实务三方面推动二语教学的发展。

 

项目编号：UGC/FDS15/H07/25

项目名称：冷战时期香港亲共报刊的第三世界文学翻译（1948-1969）

首席研究员：王家琪博士（树仁）

摘要

本研究将探讨冷战时期香港亲共报刊的第三世界文学翻译。研究时段设定为1948至1969年，涵盖四种刊物：两份报纸《文汇报》与《大公报》，以及两本杂志《文艺世纪》（1957-1969）与《海光文艺》（1966-1967）。此为首项对香港亲共报刊文学翻译现象的系统性整理与研究，尝试运用报刊研究、翻译研究、世界文学研究方法，结合香港历史与文学知识，探讨亲共期刊的全球视野及其翻译特质。旨在辨识其对香港文学的贡献与世界文学的生产，同时聚焦香港左翼人士的能动性。

本研究将探讨香港亲共报刊1950至1960年代间翻译方向的差异，并集中在它们1960年代如何转向第三世界文学。「第三世界主义」兴起于1955年万隆会议后，该会议开启了全球第三世界国家间的文学翻译浪潮。中国顺应此趋势，于1960年代聚焦第三世界文学。本研究将探究香港亲共期刊是否追随此潮流，若然，其具体表现为何。重点在于比较香港、中国大陆、以及第三世界国际阵营出版的跨国翻译刊物的翻译实践，从中检视香港亲共报刊在这股全球战后去殖民化浪潮展现出怎样的特色。研究同时将剖析香港亲共期刊如何对抗美国资助的欧美文学翻译而建构左派的世界文学形式库。最后透过亚洲与拉丁美洲文学翻译的个案研究，探究这些译作如何体现香港通过共产主义体系达致与区域及全球的连结。香港与第三世界之间的「全球南方」连系将揭示少数国家的世界文学如何在华语圈传播，以及香港作为世界文学研究案例的价值。

 

项目编号：UGC/FDS16/H26/25

项目名称：通过中国传统戏曲的程式概念提升学生在构图方面的表演技能：准实验研究

首席研究员：黄丽萍博士（都大）

摘要

香港中学的戏剧教育主要采用源自西方传统的方法，通常从非语言表达能力的训练开始。然而，由于缺乏戏剧学习的基础，近80%的小学没有正式的戏剧教育，学生在团体表演中经常面临挑战。这种基础技能的缺失影响了学生的表演质量、学习动机和参与戏剧活动的投入程度。为了应对这些问题，本研究从中国传统戏曲中汲取灵感。中国戏曲是一个多元的表演体系，涵盖众多的地方剧种，包括粤剧、京剧和昆曲等。虽然这些剧种在美学和表演传统上有所不同，但它们都运用了一套内部一致的程式化、象征性动作，通过非语言表达生动地传达意义和情感。这些动作——例如代表“你”、“我”、“快乐”或“愤怒”的手势——是这种艺术形式的核心。例如，演员可能会运用手势和空间布局来象征中国传统戏曲中的场景，例如手持马鞭代表骑马，或者使用两面旗帜代表马车。通过运用这些技巧，演员能够创造出简约的视觉叙事，很少依赖道具或布景，而这正是学校戏剧课的显著特点之一。

本研究基于中国传统戏曲，特别是根植于香港的粤剧的程式化原则，首席研究员将这些程式化元素与西方戏剧教育的即兴练习相结合，开发出一套专为不熟悉运用肢体作为表达工具的学生设计的技巧。这些技巧结合了特定的手势和肢体动作，帮助学生更有效地传达语言信息和情感。学生们以小组合作的方式，运用肢体为他们经常描绘的熟悉场景（例如在教室里、在公共交通工具上、吃饭或坐在家里的客厅里）创造舞台画面。最初，学生们会按照教师预先设计的动作进行，但随着他们技能提高，他们会被鼓励在质量和风格上加入个人变化。这种循序渐进的方式使学生在非语言表达方面取得显著进步，并能迅速体验到成就感。

首席研究员将这些技巧融入到一个由四节课组成的学习单元中，命名为“非语言表达能力学习单元”（NVE 单元）。在2023-24学年，首席研究员进行了一项准实验研究，在两班中一年级实施了 NVE 单元，并使用同样由首席研究员设计的“非语言表达能力评分表”（NVE 评分表）评估学生的进展。结果显示，学生的肢体表达能力显著提高，自信心增强，参与戏剧活动的投入程度也更高。此外，NVE 评分表通过评分者间一致性方法验证为可靠的评估工具 (Lai Ping Wong, Tak Shun Tsin (2025). Integrating codified techniques from Chinese opera into drama education: A pre-experimental study on enhancing non-verbal expressivity in Hong Kong schools. Applied Theatre Research: Socially Engaged Performance. Intellect Discover. https://doi.org/10.1386/atr_00095_1)。

在这些初步发现的基础上，本拟议研究将采用准实验设计，涉及五所学校，其中准实验组八个中一班级，对照组十二个中一班级。该研究将通过使用 NVE 评分表评分的课前和课后测试，以及课堂观察、访谈和问卷调查，评估 NVE 单元在提高学生非语言表达能力方面的有效性。预期成果包括提高学生的非语言表达能力，增强学生自信心，以及进一步验证 NVE 评分表作为可靠的评估工具。此外，本研究旨在探讨 NVE 单元在不同教育环境和技能水平下的适应性，为香港及其他地区戏剧教育的创新和文化丰富方法的发展做出贡献。

 

项目编号：UGC/FDS16/P02/25

项目名称：开发基于地球丰富的3d金属（铁、钴和镍）的半游离膦配体催化剂及其在Suzuki-Miyaura偶联反应和Buchwald–Hartwig胺化反应中的应用

首席研究员：黄信文博士（都大）

摘要

交叉偶联反应在有机合成中具有关键地位，能够透过形成碳–碳（C–C）与碳–氮（C–N）键来构建复杂分子。传统上，这些反应主要依赖钯（Pd）、铂（Pt）等贵金属，因其具备高催化效率与高选择性。然而，贵金属的高成本与有限供应，对于制药产业而言，造成了显著的经济与环境挑战，特别是在需要大规模合成与严格纯度标准的情境下。

相比较之下，地球丰富的3d过渡金属，例如铁（Fe）、钴（Co）、镍（Ni），则提供了一种永续且具成本效益的贵金属替代方案。这些金属资源更易取得且价格低廉，因此是开发绿色且经济可行的催化过程的理想候选。然而，3d金属在交叉偶联反应中的应用仍有限，部分原因在于其配位化学与催化行为的挑战。具半游离（hemilabile）性质的膦配体（phosphine ligands），兼具强与弱的配位基团，为解决这些挑战提供了有希望的途径。此双重性质使其能在催化循环中动态地与金属中心配合或解离，从而稳定反应性中间体并促进关键催化步骤。这一特性使其成为开发新型催化系统的特别有吸引力的选择。

本计划旨在探索结合半游离膦配体与地球丰富的3d金属在交叉偶联反应中的潜力。我们将合成并鉴定一系列新型3d金属–半游离膦配体复合物，研究其结构与电子特性，并评估其在多种C–C与C–X键形成反应中的催化性能，同时优化配体设计以提升效率、稳定性与可重复使用性。此外，我们将探讨其反应机制与配体效应，以深入理解这些系统的配位特征。

若能成功开发基于3d金属的半游离膦配体催化剂，将可能彻底改变催化领域，提供永续且具成本效益的贵金属催化剂替代方案。此研究对于药物、农药以及其他复杂有机分子的合成都可能带来深远影响。在制药产业中，生物活性化合物的合成往往涉及复杂的交叉偶联反应，采用这类新型催化系统有望带来更永续且环境友善的化学制程。透过减少对昂贵且稀缺的贵金属依赖，此创新不仅能降低生产成本，还可减少残留金属污染以提升药物产品的安全性，并进一步促进化学制造的永续发展。

总括而言，本计划不仅针对重要的经济与环境挑战提出解决方案，亦有潜力透过更永续且高效的合成方法，改变制药产业中关键化合物的生产方式。

 

项目编号：UGC/FDS24/E03/25

项目名称：开发基于云端的人工智慧框架用于整合可再生能源与回收废弃电池的电动车充电站需求侧管理

首席研究员：武阳博士（理大专业进修学院）

摘要

过去几年，电动车（EV）以更绿色和智慧的方式迅速渗透到香港的交通服务中。香港特区政府积极提供政策激励措施，推动公共和私人交通领域采用电动车。事实上，《行政长官施政报告》已连续两年（2023年和2024年）强调推广电动车及其充电网路。环境及生态局也发布了《香港电动车普及化路线图》，指出2035年后将不再为燃油私家车（包括混合动力车）办理新登记。这项承诺将使香港居民在多个方面受益，包括改善空气品质和自然环境。

为支持日益增长的电动车数量，发展充电基础设施至关重要，这也符合香港未来的发展方向。为应对气候变迁和减少碳排放，建议将再生能源纳入电动车充电站的电源供应中。随着越来越多的新型电动车投入本地交通，预计未来十年将产生更多的电动车电池废弃物。这些电池可能无法满足驾驶所需的高标准性能，但它们仍然状况良好，可以作为储能设备使用。因此，本提案中设计的电动车充电站也建议将这些回收的电动车电池整合为储能设备，与本地再生能源协同作用，作为替代电源。

本研究提案的研究团队旨在开发一个整合再生能源和储能设备的电动车充电站多维能源框架。首先，在任务一中，将使用人工智慧和机器学习演算法，结合本地和区域的交通模式和驾驶行为，预测试点充电站的电动车充电需求。其次，在任务二中，将使用太阳能光电板和小型风力涡轮机作为再生能源，为本地电动车充电站发电。此外，还将收集回收的电动车电池，并检测其容量和性能是否合适。经过筛选和回收的电动车电池将整合到电动车充电站，作为替代能源储存设备。最后，本报告将为政策制定者提供建议，指导如何设计兼顾太阳能和风能等再生能源的电动车充电站，以及如何设计使用回收电动车电池作为替代能源的储能设备。此外，本报告也将探讨风险管理问题。

 

项目编号：UGC/FDS14/B14/25

项目名称：用于碳中和冷链电子订单履行的模型研究

首席研究员：胡镇浩博士（恒大）

摘要

本研究旨在探索如何在冷链电子履约中平衡成本、生产力、产品质量与碳排放，以应对在电子商务需求日益增长的情况下，保持产品质量与实现碳中和目标之间的矛盾。本研究提出了一个以碳中和为目标的冷链电子履约模型，包含以下几个核心组成部分：首先，透过深度增强学习模型，优化冷藏设施的临时库存管理及拣货补货决策，减少因频繁进出设施而导致的温度波动，实现节能高效的仓储运营。其次，设计并验证了一种基于物联的创新混合型热能包装设计，用于多温度的易腐产品。在设计过程中，考虑使用可生物降解及可回收材料（如发泡聚丙烯）以及热电冷却技术，从而确定特定包装设计与产品在运输过程中的最大质量保证时间之间的关系。第三，建立了一个组合式优化模型，用于确定包装材料与配送路线的最佳组合，并考虑绿色环保因素，确保包装材料、燃料及电力的明智使用，从而实现环保且高效的履约操作。最后，计算并标准化电子履约过程的碳足迹，为行业制定基准，同时分析其碳排放，以迈向碳中和目标。本研究为冷链电子履约提供了创新思路，旨在应对低碳经济下的挑战，促进香港乃至全球电子商务的可持续发展。

 

项目编号：UGC/FDS25/E09/25

项目名称：面向供水管网的人工智慧辅助光纤感测与基于瞬态的漏水检测技术研究

首席研究员：吴欢博士（高科院）

摘要

配水网络是将洁净水源输送至家庭与商户的生命线，然而全球有高达30%的珍贵水资源因管道渗漏而流失。寻找并修复这些隐蔽漏点极具挑战性，特别是因大多数输水管线深埋地下且分布范围广袤。我们的研究通过将先进光纤传感器与新型信号处理及机器学习方法相结合来应对这一难题。有别于安装大量独立传感器，我们采用「分布式」光纤电缆，使其如同沿管道延伸的连续传感器。这些电缆能侦测到指示漏水的微小振动与压力变化——即便是细微裂缝亦无所遁形。更进一步，我们正开发将光纤传感器植入现有输水管线的新技术，从而避免大规模开挖道路与封路作业。

此方法的另一关键在于运用主动压力波——类似于透过管道传送的轻柔水脉冲。当这些脉冲遇漏点时，会产生可侦测的反射波。通过分析反射讯号，我们能较传统方法更精准定位漏点位置。此外，我们运用深度学习算法处理海量采集数据，即便在仅有少量实际漏水事件样本可供训练的情况下亦能实现有效解析。

最终目标是构建一套更可靠、更具成本效益的漏损检测系统，使水务机构能大规模部署应用。这将有助降低水资源损失、节省维修成本，并为未来基础设施提供永续保障。

 

项目编号：UGC/FDS15/H06/25

项目名称：为什么她们不守法？香港外籍家庭佣工非法街头贩卖的实证研究

首席研究员：肖惠娜博士（树仁）

摘要

作为国际金融中心的香港要面临的一项严竣挑战是：外籍家庭佣工每周日在行人天桥、公园、花园和街道等公共区域非法摆摊。市民和立法者都呼吁政府解决外籍家庭佣工在经常聚集的地方未经授权出售熟食及其他商品和服务的问题。外籍家庭佣工的小贩活动是非法的，因为他们违反了小贩法规，并违反了入境居留条件。为了控制小贩活动，食物环境卫生署及其他法律机关定期检查小贩摊位，并规范流动小贩的经营活动。在必要时，他们会采取执法行动以处理任何违法行为。然而，小贩控制和执法措施未能遏制外籍家庭佣工的活动。非法小贩活动在外籍家庭佣工经常聚集的地方仍然很常见。了解人们为何遵守或不遵守法律，对于评估法律机关的执法和社会控制方法的有效性至关重要。该项研究以守法理论框架为基础（例如，Tyler 1990；Tankebe 2009；Wenzel 2004；Kagan & Scholz 1980；Kagan et al 2011；Gunningham et al 2003；Thornton et al 2005，2009；Nielsen & Parker 2012），并结合混合研究方法（包括问卷调查、深度访谈和比较法分析），旨在了解为什么外籍家庭佣工选择遵守或不遵守法律。它将回答四个研究问题：第一，外籍家庭佣工是否遵守香港的法律和执法？换言之，外籍家庭佣工在应对执法时采用了哪些应变和规避策略，以及她们的守法决策存在何种不同？第二，各种因素（即感知威慑、法律知识、成本效益计算、感知合法性、社会规范和身份认知）如何影响外籍家庭佣工在守法上的不同决策？第三，移民政策、就业权利保护状况及其他支持机制（非政府组织、领事馆和活动家）等制度背景如何影响外籍家庭佣工在香港的守法决策？第四，这些发现对香港控制小贩活动、改善守法和执法有何启示？该研究项目将产生丰富的实证研究成果，有助于全面理解香港法律机关小贩执法的有效性和局限性。理解移民工作者的法律规避行为对香港的各法律机关均有益处。移民工作者守法行为的独特发现还能丰富守法理论。

 

项目编号：UGC/FDS15/H08/25

项目名称：通商口岸中国内的多元帝国主义关系、城市政治以及空间结构，1860s-1930s

首席研究员：杨涛羽博士（树仁）

摘要

本研究计划旨在探讨十九世纪末至二十世纪初中国条约港城市的多重帝国面向——即多个帝国主义势力的交错与并置。研究聚焦于中国两大通商口岸：天津与上海。自1860年代至1940年代，这两座城市内部被划分为若干殖民租界。历史上，上海呈现三方治理的格局——由英国主导的公共租界、法国租界与中国市政区；而天津则拥有多达九个外国控制的租界，包括英国、美国、法国、德国、日本、俄国、比利时、奥匈帝国与义大利。此研究位于中国近代史、帝国史与城市史的交汇点，分析多重帝国主义如何塑造这两座城市，并反过来受到其影响。本计划填补了现有中国近代帝国主义研究中的一项重要空白，强调在通商口岸城市背景下，1860年代至1930年代间多个帝国之间的互动历史。尽管现有全球帝国史与殖民城市研究多聚焦于殖民者与被殖民者之间的双边关系，本研究则凸显上海与天津殖民历史中的多元性、多边性与多层次发展轨迹，揭示帝国势力与中国之间殖民经验的复杂性。本研究的核心在于多重帝国关系的动态与两座城市独特空间结构之间的相互建构。一方面，多个殖民势力的并存与互动，造就了通商口岸城市中独特的空间构造，勾勒出错综复杂的政治景观，并深刻影响城市的物理空间。另一方面，殖民租界与中国市政区的并置，也形塑了帝国势力在城市空间中的运作方式与彼此之间的互动模式。本研究的具体章节聚焦于若干历史关键时刻中多重帝国的互动，这些时刻往往伴随着国内与国际危机，藉此展现帝国势力交错轨迹在城市空间中的密度与集中性，并将中国殖民历史置于全球比较的框架之中。

 

项目编号：UGC/FDS14/H05/25

项目名称：香港现当代戏剧粤语剧本书写发展(一九一〇年代至一九九〇年代)

首席研究员：杨彩杰博士（恒大）

摘要

众所周知，香港的日常沟通语言主要是粤语，而书写语言则是现代白话文。然而，在香港现当代戏剧发展的过程中，其中一条发展脉络是从现代白话文变成以粤语来写作剧本。有学者认为这个转变始于七十年代之后，那时一般剧团不仅用粤语演出，用粤语写作的剧本也逐渐多起来，而八、九十年代之后，用粤语写作更成为剧作家树立本土特色的自觉要求。本计划希望透过量资料整理，先是记录那些从1910年代开始至1990年代之间用粤语书写或不同程度上揉杂了粤语的现当代剧本，并探讨以下几组问题：

第一，    如果以新文化运动发生的1910年代开始做统计，香港粤语剧本多了起来的年代确切地来说是甚么时候？换言之，以粤语写作剧本的创作意识是在甚么时期被明确地确立起来？

第二，    在这个以粤语写作剧本的创作意识被明确地树立之前，香港是否没有用粤语写作的剧本呢？有没有中间的过渡状态呢？换言之，香港现当代戏剧的粤语剧本书写的发展分期是如何的呢？

第三，    不同的发展分期中，那些剧本中的粤语使用状态是怎样的形态？是否与白话文楚河汉界、截然二分？即粤语以甚么形式，被不同程度地运用在剧本写作中？

第四，    为甚么剧作家会从现代白话文转变到用粤语写作呢？是否只是为了显示本土性？大部分剧本皆用粤语写成的剧作家杜国威在一个访问中说：「我喜欢琢磨台词，所以不希望演员改动太多，因为我用甚么尾音、语气都是有部署和安排」。剧评家陈国慧评论剧作家潘惠森的粤语剧本时也说：「欲言之间夹杂英语又会听到粤语的音乐感和角色演绎语言的节奏感，这样港式的语感」。似乎，用粤语写作剧本不仅仅是为了呈现本土特色，还有另外的美学追求，包括台词的幽微含意、语言的音乐感和节奏感等。由此带出一条问题，那些用粤语写作的剧作家，如何发挥粤语的语言特质，于作品中展现出由粤语构成的戏剧效果呢？

第五，    不同时期的粤语作品，当中的粤语运用与香港现当代戏剧发展的不同面向、香港现代戏剧的本土性意识等议题又有何关系呢？

以上述几组问题为核心，本计划尝试分开三个部分去探究从1910年代至1990年代，香港现当代戏剧粤语剧本写作的发展历程。第一部分是资料整理：本计划会从香港各间大学的图书馆、尤其是中文大学的现代戏剧特藏，香港演艺学院图书馆、香港话剧团及中英剧团馆藏资料等，整理和记录有哪些剧本是用粤语书写，或很大程度揉杂了粤语的文字。第二部分是以这些材料为基础，厘清(i) 香港现当代戏剧粤语剧本写作发展的分期;(ii) 探究在这些阶段里，粤语剧本的书写形态各自是如何的，粤语以甚么形式被不同程度地运用在剧本写作中；(iii) 尝试以这些资料及访问去探究这些时期的作品中的粤语运用与香港现当代戏剧发展的不同面向、香港现代戏剧的本土性意识等议题有何关系。本计划第三部分是访问，意欲邀请不同界别的代表人物，如资深演员、剧作家、戏剧研究者等，看他们分别从演出、写作及研究的角度，如何理解粤语剧本写作与演出、创作、香港现当代戏剧发展等议题的关系。

 

项目编号：UGC/FDS11/E06/25

项目名称：于客户支援对话透过文字生成之句首达至共情互动

首席研究员：杨永乐博士（方大）

摘要

X、微博等社交媒体已成为客户与品牌互动的热门线上平台。研究人员分析这些平台上的客户与品牌对话，发现客户广泛使用情感语调（例如焦虑、生气、感激等）。为了建立与客户的情感联系，品牌经常用同理心的表达方式来丰富他们的回复，例如:“我理解您的沮丧。”、“对于这次经历，我们深表歉意。”。然而，找到合适的表达方式需要根据客户所说的内容来理解他们的感受。这通常由受过训练的客服员工以具同理心的对话技巧来执行。当面对一条情感强烈的客户推文（例如：“Wi-Fi又掉线了，真是噩梦！”）时，品牌可以在提供具体答案或支持（例如：“请使用此链接预约现场检查。”）的同时，给予客户情感状态上的一些无形的支持（例如：“真的很抱歉...”）。

机器学习研究人员一直在研究使用各种深度学习方法，旨在模拟客户支援对话并生成对客户的同理心回应。这些方法通常涉及一个识别客户推文中表达的情感的步骤，并将其作为生成回应过程中的条件。实验表明这些方法在不同程度上是有效的。

本研究关注于另一种基于理论基础的方法，旨在模拟Twitter/X上具同理心的客户

支援对话。该方法基于社会心理学，假设品牌员工扮演照顾者的角色，而客户则有“依附”于前者的需求。这一需求可以通过品牌员工对客户情感的敏感性来满足。员工通过（a）提供能缓解客户困扰的帮助和（b）对客户情感作出适当反应来展现对情感的敏感性。虽然后者形式的“帮助”是无形的，但它依然满足了客户的依附需求。此外，我们假设在此等交流中，品牌员工的情感表达应该在强度或明确性上与客户的情感相匹配。

尽管在客户支援对话中已经有生成同理心回应的尝试，但其重点主要是预测适当的情感类型或反应的意图，而不一定是所涉及情感或意图的强度或明确性。我们的目标是将情感明确性纳入同理心客户支持对话的机器学习模型中，以支持生成适当的回应。

此项目旨在推展关于聊天机器人同理心的研究，这些聊天机器人越来越普遍地部署于包括商业、医疗保健、教育等在内的各种服务和行业中。赋予聊天机器人真实水平的同理心是重要且具有挑战性的。本研究的目的是评估在客户支援对话中人类和聊天机器人之间匹配情感表达的功效。

 

项目编号：UGC/FDS14/P01/25

项目名称：混合稀疏优化的非凸罚方法与应用

首席研究员：余国惠博士（恒大）

摘要

大数据在各个领域的重要性日益显著，带来了众多优势的同时，也面临各种挑战。混合稀疏优化作为一种强大而有效的解决方案，特别适合应对这些挑战，因为它能够捕捉反映群体间及群体内关系的稀疏结构。该方法已在多个领域取得成功应用，包括投资组合优化、基因组关联研究、视觉追踪、高光谱成像和差分光学吸收光谱学。综合的稀疏优化实证研究表明，与传统的凸ℓ₁正则化方法相比，非凸惩罚方法通常提供更优越的稀疏促进能力和增强的稳健性。然而，与非凸惩罚方法相关的混合稀疏优化数学框架仍在持续演进中。

在本项目中，我们将重点研究混合稀疏优化中的非凸惩罚方法（NPMSO），包括平滑截断绝对偏差（SCAD）、最小最大凹惩罚（MCP）、ℓ_p正则化（其中p < 1）以及限制性非凸惩罚。我们将深入探讨与非凸优化模型相关的连贯性理论及一阶优化算法的收敛理论，同时研究与NPMSO问题和算法相关的相变理论，特别着眼于系统生物学的应用。理论上，我们将引入混合限制特征值条件（MREC），以推导涵盖模型误差、绝对偏差以及ℓ₂恢复界限的公式，从而实现对NPMSO稳定性的定量评估。此外，我们将确定符合MREC的随机矩阵的样本比例下限，进一步推进NPMSO的相变理论发展，并明确其在稀疏恢复中的理论约束。在算法方面，我们将实施延续技术及近端梯度法（PGMC）和交替方向乘子法（ADMMC）。通过利用MREC，我们将展示这些方法收敛至近似真实的混合稀疏解，容忍度与噪声水平及恢复界限成正比，并以几何速率实现。此外，我们将在随机矩阵的背景下发展非凸PGMC和ADMMC的相变理论。这一收敛理论将为针对性的非凸算法的稀疏恢复能力提供强有力的理论支持，填补非凸惩罚方法中的现有理论空白。至于应用方面，我们计划利用我们的理论发现和数值算法推断小鼠胚胎干细胞的基因调控网络，并融入与混合稀疏优化框架一致的二级结构。我们的技术在基因调控网络推断中的有效应用将使研究人员能够在更复杂的模型生物中探究基因调控的全基因组范围。

 

项目编号：UGC/FDS14/B17/25

项目名称：服务机器人还是人类员工？社会临场感视角下的款待服务旅程研究

首席研究员：于洋博士（恒大）

摘要

服务机器人正以高效运营和体验重塑颠覆酒店业。据《财富》商业洞察预测，其全球市场规模将从2022年的162亿激增至2030年的623.5亿美元。机器人已应用于迎宾、入住办理和餐饮制作等场景，重新定义了酒店、餐厅和景区的服务模式（Huang et al., 2021）。这一趋势在香港等面临人口老龄化和劳动力短缺的地区尤为显著。然而，尽管应用日益广泛，用户接受度仍是关键挑战。许多消费者对与机器人互动感到不适（IFR, 2023），担忧过度依赖会削弱服务业不可或缺的人文关怀。现有研究对如何应对这些挑战缺乏共识：有研究表明机器人在提升客户满意度方面优于人工（Yoganathan et al., 2021），亦有研究指出其在促进消费方面效果不佳（Luo et al., 2019）。正如Pitardi等（2022）所言：“机器人相较于人际服务的优势特性尚未得到充分探索”。

为此，我们提出一个含八项假设的研究框架，在三个服务阶段——前核心阶段、核心阶段与后核心阶段——系统对比人机服务效能。本研究旨在推进相关理论发展，并为管理者提供基于实证的机器人应用策略。为验证假设，我们将采用混合研究方法：通过与本地餐厅合作开展现场实验，分析线上平台二手资料以探索不同场景下的应用差异，并设计控制实验确保内在效度。这些方法将共同为服务机器人的有效融入提供全面而深入的见解。

 

项目编号：UGC/FDS15/H13/25

项目名称：以关怀为基础的心理干预对于提升曾有逆境童年经历的年轻成年人的关怀心、求助意愿和心理健康之成效研究

首席研究员：袁颖忻博士（树仁）

摘要

青少年的心理健康在香港及其他地区日益受到关注。迈向成年阶段（Emerging adulthood）是压力逐渐增加、心理健康逐渐下降的时期，亦是特别脆弱的阶段。尽管已有一些心理社会介入措施，但童年逆境经历作为影响心理健康的重要因素，在本地研究与实践中仍未受到充分关注。经历童年逆境的人常面对羞愧与自我批判，这不仅阻碍他们寻求协助，也加剧其心理困扰。以慈爱为本的介入（Compassion-based Interventions）已被证实能提升自我关怀、减少羞愧感并改善心理健康。然而，目前大多数研究来自西方，介入方法可能缺乏对华人群体的文化敏感度，尤其在强调社群关系的文化中，情感表达与求助行为深受文化影响。对他人慈心及接纳他人慈心的角色，在华人文化中亦尚待深入探讨。

本研究以复原力资源模型和慈心理论为基础，旨在为有童年逆境经历的华人青年，设计具文化考量的慈心介入小组并评估其成效。研究分为三阶段进行：第一阶段将进行介入材料的开发与文化调整；第二阶段将招募20–25名参与者进行试验研究；第三阶段则进行为期八周的随机对照试验，招募126名参与者，并将其分配至慈爱介入小组或等待名单对照组。介入内容包括六节两小时小组活动及两节支援练习，旨在提升参与者的情绪觉察及内在资源以应对困难情绪。

研究将于介入前、介入后及三个月后透过验证量表及深度访谈，评估参与者在自我关怀、羞愧感、复原力、求助态度与意向，以及各项心理健康指标之变化。本研究将为慈爱介入在减轻童年逆境经历的心理影响提供实证支持，并推动具文化敏感度的心理健康实践，以建立一套文化适切的介入框架，进一步促进青年的复原力与情绪健康。

 

项目编号：UGC/FDS14/E02/25

项目名称：面向鲁棒且成本高效的纵向联邦学习研究

首席研究员：张晨博士（恒大）

摘要

纵向联邦学习是一种隐私保护的机器学习框架，允许拥有不同特征空间的多个参与方在不共享原始资料的情况下协同训练模型。例如，保险公司可与多家银行合作开发欺诈检测模型。此类合作使模型受益于各方的综合知识，同时将各自资料保留在本地。

为了实现高效的纵向联邦学习，首要任务是隐私保护实体对齐，即在不揭露任何额外资讯的前提下，准确找出各参与方之间样本的交集。实用的隐私保护实体对齐协议应同时具备鲁棒性与成本高效。然而，现有协议在参与方数量庞大时往往开销显著，且难以妥善处理参与方掉线。由于参与方地理位置分散且网路环境异质，掉线在纵向联邦学习中相当常见。因此，极需一种成本高效的多方隐私保护实体对齐协议，既能高效计算样本交集，又能在对齐过程中容忍掉线，弥补现有方案之不足。

此外，纵向联邦学习的分散式架构也带来鲁棒性挑战。若攻击者控制部分参与方并在训练过程中上传投毒的模型输出，最终模型效能可能显著下降。与横向联邦学习传输模型更新不同，纵向联邦学习传递的是本地模型的输出，这些输出较为抽象，难以揭示本地模型细节，因此更不易检测恶意行为。现有防御多着重于提升对异常资料的容忍度以对抗模型投毒，这不足以应对更高阶的攻击者；此类对手可直接操控本地模型的训练过程（即模型投毒），而非仅修改训练资料。因而，需要更为鲁棒的防御机制，以有效检测恶意参与方并抵御无目标式模型投毒攻击。

本项目旨在填补上述研究空白，设计一个鲁棒且成本高效的纵向联邦学习框架。该项目包含三个主要任务：1）设计一种鲁棒且成本高效的多方隐私保护实体对齐协议，高效计算多方资料交集而不揭露个别样本资讯，并能在对齐过程中容忍参与方掉线。2）设计防御机制，保护所提纵向联邦学习框架免受无目标式模型投毒攻击。所提机制应能在训练过程中高效检测恶意参与方。3）开发所提出的鲁棒且成本高效的纵向联邦学习框架原型系统以评估方案性能。在不同数据集与参与方规模情况下测试隐私保护实体对齐协议的性能，并于各种网路环境中评估防御机制对多种投毒攻击的鲁棒性。

 

项目编号：UGC/FDS16/H40/25

项目名称：基于GPT的自闭症谱系障碍儿童家长问题解决技能训练助手：一项实用的随机对照试验

首席研究员：张雯博士（都大）

摘要

世界卫生组织报告指出，自闭症光谱障碍（ASD）是全球儿童中最常见且最具影响力的发展性障碍之一，全球大约每100名儿童中就有一人被诊断出患有ASD。抚养一名患有ASD的孩子是一段持续且充满挑战的旅程，通常伴随着比一般儿童家长更高程度的忧郁与教养压力。尽管社会对ASD儿童家长心理健康需求的关注日益增加，现有的介入措施仍普遍缺乏可近性与个人化设计。

问题解决能力是家长心理健康的压力缓冲工具。提升问题解决能力可以帮助家长更有效地应对与孩子诊断相关的日常挑战，并减轻其心理压力。问题解决技巧训练（Problem-Solving Skills Training, PSST）是一种有实证支持的介入方式，能有效提升问题解决能力、减少忧郁与教养压力。像聊天机器人这样的先进科技，能大幅提升ASD儿童家长获得PSST的可及性。大型语言模型（LLMs），如OpenAI的基于转换器的生成式预训练模型（GPT）的出现，代表着AI驱动聊天机器人在功能上的重大突破，远超过早期的人工智慧工具。因此，我们提议开发一款由GPT驱动的问题解决助手，以促进ASD儿童家长的心理健康。

透过本研究计划，我们将首先评估此工具是否能有效降低忧郁与教养压力、提升问题解决能力与整体福祉，以及改善家长与孩子的健康相关生活品质。本研究的成果将为聊天机器人在家长中的应用提供实证依据，并为提供ASD儿童家长心理健康支持的实证实务提供参考，进而为第一线工作者（如护士与社工人员）及政策制定者提供重要指引，以提升ASD儿童家庭的生活品质。

 

项目编号：UGC/FDS24/B10/25

项目名称：面向香港旅游需求高频临期预测的多主体实时协作系统

首席研究员：章新燕博士（理大专业进修学院）

摘要

与日俱增的需求不确定性，使得高频临期预测对于可持续目的地管理中的政策或商业快速决策更具价值。然而，高频临期预测本身极具挑战性，因其本质为具有高度的不确定性的复杂而动态的问题。现有文献中针对高频临期预测的研究仍然有限，尤其是纳入实时指标的临期预测研究更有稀少。本研究结合协作理论、复杂性理论和行动者网路理论，率先尝试利用先进预测模型、人工智能、多主体系统 (MAS)、云端运算和实时德尔菲法 (RTD) 的优势来应对高频临期预测的挑战。本研究将纳入多源实时指标，以产生高频旅游需求临期预测。

协作理论和复杂性理论表明，协作是透过更复杂的模型在复杂动态系统中实现更高临期预测精度的关键驱动因素。基于此理论框架，本研究提出了一种协作式多主体架构，并将建构一个基于云端的临期预报系统原型进行验证。依循行动者网路理论的原理，所设计的多主体系统 (MAS) 由自主的个体（或智能体）组成，它们在动态复杂的社会技术网络中朝着目标（例如解决突发问题）努力。研究亦证明，当异质智能体通过协作来整合资讯或知识以实现更好效能时，MAS 具有显著成效。

本研究预期不仅有望为旅游需求预测研究、决策理论和行为运营管理研究提供理论和方法上的贡献，还将为包括香港旅游发展局等公共部门、香港酒店协会等行业协会以及旅游业从业者（例如交通运输、酒店、景点等）在内的各旅游利益相关者在政策制定和决策过程中提供实际指导。除此以外，本研究也将为软体供应商提供重要启发，协助他们设计更具行为洞察力的预测系统 (FSS)，以实现人机算法集成，并克服现实预测环境中对演算法的抗拒。

 

项目编号：UGC/FDS51(25)/E02/25

项目名称：优化轻度认知障碍的介入措施：探索机械人治疗和治疗方式对认知结果的影响

首席研究员：钟俊培博士（高科院）

摘要

本项目旨在探索改善轻度认知障碍（MCI）患者认知功能的最佳方案。MCI是一种在老年人群中日益常见的病症，表现为思维能力的轻微但可察觉的退化，有时可能发展为阿兹海默症等更严重的疾病。早期介入对长期认知健康具有重要影响。

我们的研究重点是透过尖端技术实现个性化大脑训练，以优化认知干预方案——即使用机器人替代人类实施治疗。我们假设不同疗法对不同个体的效果存在差异，且治疗实施方式至关重要。本研究将比较两种前景广阔的干预方案：（1）通过练习强化心智技能的传统认知训练；（2）利用交互式机器人提供个性化反馈与激励的机器人辅助治疗。

我们将采用功能性近红外光谱技术（fNIRS）这种安全的脑成像方法，观测不同疗法如何影响大脑活动。这将为理解认知功能改善的神经机制提供重要见解。

我们将与MCI确诊患者合作，根据其特定需求定制训练计划。通过对比两种方法的有效性，致力于寻找改善认知结果最有效且最具吸引力的策略。

这项研究可能革新早期记忆问题的处理方式，从而提升MCI患者及其家属与照护人员的生活品质。机器人辅助治疗与fNIRS脑成像技术的创新应用，将为该领域发展做出重要贡献。

 

项目编号：UGC/FDS13/E06/25

项目名称：适用于多样图同构的图学习系统：方法论、脆弱性与稳健性

首席研究员：朱禹林博士（珠海）

摘要

基于图的学习方法是强大的人工智慧工具，擅长从关系资料（如社交网路、推荐系统、交通网络和交易网路）中进行学习。然而，它们面临着严重的信任问题，因为它们容易受到恶意的对抗性杂讯的影响，并且常常会被与任务无关的模式所迷惑，这限制了它们在复杂的真实世界场景中的应用。虽然此前的研究通过增强泛化能力和鲁棒性来提高了可信度，但这些努力主要依赖于“同质性”假设——即相似的节点倾向于相互连接——这种假设在某些图中表现良好，但在连接的节点是不同的（异质性图）的情况下则会严重失效，从而限制了其实际应用范围。为了解决这个问题，我们的初步研究揭示了一个关键的见解：聚合节点嵌入之间的相似性能够显著区分可靠的连接与任务无关的连接，为超越同质性图的图资料增强提供了新的基础。基于此，我们旨在开发一个更具通用性和自动化的可信图学习系统，该系统能够应对各种挑战——包括杂讯资料、不同的学习环境以及多样化的图类型——从而最终在实际场景中提供稳健且可靠的预测。