CROSS Cub 110的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

單字音律記憶術【修訂版】

為了解決CROSS Cub 110的問題，作者曾利娟 這樣論述：

　　教育部頒訂，國民必背Basic 1200字 　　英檢必考！RAP口訣馬上記住！ 　　原來，背單字這麼輕鬆！ 　　神奇的單字記憶結合術讓你不再望字興嘆了 　　透過補教界英語名師曾利娟的專業呈現， 　　帶領我們運用精闢的技巧， 　　學習如何紮實且快速記憶單字， 　　開創學習英語的新紀元。 　　根據教學實驗及記憶法實驗證實，人類對於圖像的記憶比文字、聲音、數字等，是能在腦中停留最久的，然而英文無法全然靠圖像來記憶，英文不同於中文的象形方塊字，是靠26個字母拼組而成，若超過6~7個字母以上的單字，則無法利用瞬間視覺就能記住，很容易拼錯，而我們大腦竟也能照「錯」全收，完

全沒發現其中的錯誤。因此學習新的英文單字時，務必要發出聲音「拼出來〈SPELL〉」。 　　所以本書提供有系統的拼字，再藉著成串的相同的根音，形成一個有聲的小故事，利用故事及主題式記憶相關單字，也是被語言學家公認有效記憶單字最有效的方式之一，但對於忙碌的現代人而言，著實無法撥出時間大量閱讀；且學生課業壓力沉重，若無法有效且迅速的話，只會加重學習負擔，故本書的MP3使用押韻、節奏律動加強記憶，以快速有效的方式學習單字。 　　(1)發音聯想---以自然學習單字的拼組，用音律押韻的方式，像音樂一般活潑生動，用「唱」的來「說」，強化發音與記憶。 　　(2)圖像記憶聯想---搭配圖像，利用能在記

憶中存留最久的圖像記憶術，讓你深刻記住單字的意思。 　　(3)故事聯想---運用單字字義，串連成故事的記憶口訣，只要讀過一次，就能記下一串串的單字。 　　總是苦惱沒時間又沒方法，學習英文有障礙的你，讓我們以新式的英文學習法，搭配圖像、聯想、記憶術，將學習英文當成一種樂趣，跟著我一起花落米〈FOLLOW ME〉！！ 本書特色 　　1. 利用RAP口訣結合音律，自然而然記住單字的拼組及發音：歷經3年的研究和實驗教學，證實能為學習者帶來快速又有效的助力，成功打好英文基礎，不用再茫然地閱讀大量書籍而白白浪費寶貴的時間。 　　2. 使用「發音」、「圖像記憶」、「故事」等3種聯想法，無法忘

記單字的「音」、「義」、「詞」：將同母音構成的單字放一起，利用單字編織出故事和插圖，簡單的3個步驟「聽、說、讀」，牢記大量的單字。 見證心得推薦 　　「這種方式很神奇耶!它會讓我覺得背單字的速度變快，而且它還會讓你不自覺的愛上英文呦!」(陳伯憶) 　　「因為懂得這樣背單字的方法，對我來講讀英文比中文輕鬆多了。」(林思恩)  

CROSS Cub 110進入發燒排行的影片

探討matriptase及其下游的HGF/c-Met訊息傳遞路徑對胃癌進程的影響

為了解決CROSS Cub 110的問題，作者鄭若涵 這樣論述：

胃癌（gastric cancer, GC）為全球十大癌症之一，其中90%以上為腺癌（adenocarcinoma）。當胃黏膜發炎未治療復原，可能會演變成癌前病變，包括胃部腸化生（intestinal metaplasia, IM）以及異常增生（dysplasia），進而走向癌症的發生。目前胃癌的預後仍然不佳，而癌細胞的生長、侵襲和轉移則是預後的關鍵，許多蛋白水解酶（protease）會在過程中扮演重要的角色。本研究要探討的matriptase為絲胺酸蛋白水解酶，在先前的文獻中指出，在許多癌症中，包括乳癌、大腸癌、前列腺癌、甲狀腺癌等，matriptase的表達以及活化態會增加，而matri

ptase活化後會促進細胞外基質的水解，並且活化肝細胞生長因子（hepatocyte growth factor, HGF）及其接受器c-Met，進而促進癌症的進程；然而matriptase的活性會被抑制蛋白HAI-1所調控，但目前這些蛋白在胃癌中的表現以及調控機制還不是很清楚。因此本研究使用免疫組織染色（immunohistochemistry, IHC）來觀察matriptase、HAI-1以及c-Met在胃癌以及癌前病變中的表現，以及與胃癌細胞株AGS的生長、遷移、侵襲和凋亡的相關性，並且在細胞中加入PI3K抑制劑LY294002、EGFR抑制劑PD153035以及MEK抑制劑PD980

59，來對相關訊號傳遞路徑做進一步的探討。我們的結果發現：（1）與正常的胃黏膜組織相比，total matriptase、活化態matriptase以及c-Met在胃癌組織中表現會增加，而HAI-1在兩者間沒有顯著差異。（2）在胃部腸化生組織中發現，total matriptase、活化態matriptase、HAI-1以及c-met的表達均會增加。（3）活化態matriptase的表現會隨著胃癌進程而逐漸增加；相反的，HAI-1的表現會在癌前病變時顯著增加，並且隨著進程逐漸下降。（4）使用Kaplan-Meier plotter分析胃癌患者生存率發現，在分化不良的胃癌患者中，matripta

se高表達會有較差的生存率。（5）使用CRISPR將胃癌細胞株AGS的matriptase進行knockout後，發現並不會影響細胞的生長，但是會顯著抑制細胞的遷移和侵襲，並且細胞凋亡會增加，從免疫螢光染色的結果也可以看到，ki67的表現在基因剔除後沒有顯著差異，而MMP-9的表現在基因剔除後有明顯的下降。（6）挑選了幾個路徑的抑制劑對AGS細胞處理，結果發現在加入LY294002之後，matriptase的活化會顯著地受到抑制，因此我們認為matriptase的活化與PI3K路徑有關。

英文字根字典 新升級.第4版

為了解決CROSS Cub 110的問題，作者劉毅 這樣論述：

在眾多的英文單詞書中，《英文字根字典》不僅出版最早，而且與時俱進，不斷升級。在首次出版12周年之際，最新升級的第4版上市。這一版不僅修正了部分單詞的翻譯，使譯文更精確，而且新增字根133個，查詢方式更加便捷，學習者可直接從書眉和目錄快速查閱。至此，《英文字根字典》可以堪稱單詞翻譯最貼切，字根、字首、字尾收集最完整的背單詞專用詞典，是廣大英語學習者的必備工具書。劉毅，台灣英語教學屆泰斗。 字根（Root） 1.ac，acr，acu = sour；sharp（酸的；尖銳的） 2.act，ag = act；drive（行動；驅使） 3.acro = high；extreme（高的

；前端的） 4.adip = fat（脂肪） 5.aer = air（空氣；天空） 6.aesthet = feeling（感覺） 7.（a）estiv = summer（夏天） 8.agogue = leader（領導者） 9.agon = struggle（掙扎；奮斗） 10.agr = field（田野） 11.al = nourish（滋養） 12.alg = pain（痛苦） 13.all = other（其他的） 14.alt = high（高的） 15.alter，ali = other（其他的） 16.am = love（喜愛） 17.ambul = walk（走） 18.am

pl = large（大的） 19.andr = man；male（男人；男性） 20.anem = wind（風） 21.ang = strangle（勒死；窒息） 22.angi = vessel（血管） 23.angl = angle（角） 24.anim = breath ；mind（呼吸；心） 25.ann，enn = year（年） 26.anth = flower（花） 27.anthrop = man（人） 28.apt，ept = fit（適合的） 29.aqua = water（水） 30.arch = begin；rule；chief（開始；統治；主要的） 31.argu

= make clear（解釋清楚） 32.arm = weapons（武器） 33.art = skill；art（技巧；藝術） 34.aster，astr = star（星星） 35.athl = contest；prize（競賽；獎） 36.atm = vapor（蒸氣） 37.audi = hear（聽） 38.aug = increase；make to grow（增加；使生長） 39.aur = ear（耳） 40.aur = gold（金） 41.avi = bird（鳥） 42.ball = dance（跳舞） 43.ban = proclaim；forbid（宣布；禁止）

44.band = bind（捆綁） 45.bar，barr = bar（棒子；障礙） 46.bar = pressure；weight（壓力；重量） 47.bas，bat = go（去） 48.bass = low（低的） 49.bat = beat（打）. 50.bath = deep（深的） 51.bell = beautiful（美麗的） 52.bell = war（戰爭） 53.bib = drink（喝） 54.bibli = book（書） 55.bio = life（生命） 56.blanc = white（白色） 57.blast = bud（芽） 58.brac，brach

i = arm（手臂） 59.brev = short（短的） 60.bronch = windpipe（氣管） 61.burs = bag（袋；囊） 62.cad，cid，cas = fall（落下） 63.cal = heat（熱） 64.calc = lime（石灰） 65.camp = field（田野；原野） 66.cand = white；glowing（白色的；光輝的） 67.cant = sing（唱歌） 68.cap，capit = head（頭） 69.cap，cip，cept，ceive = take（拿；捉住） 70.car = car（車） 71.carbo = co

al；charcoal（煤；木炭） 72.card = heart（心） 73.carn = flesh（肉） 74.carp = fruit（果實） 75.cast = throw（投擲） 76.cast，chast = pure（純潔的） 77.caul = stalk（莖） 78.cause，cuse = reason（理由） 79.caust，caut = burn（燃燒） 80.cav = hollow（中空的） 81.cede，ceed，cess = go；yield（走；讓步） 82.cel = heaven；sky（天國；天空） 83.celer= swift（快速的） 84.

cell= small room；hide（小房間；隱藏） 85.cens= assess（評估） 86.cent= hundred（百） 87.centr= center（中心） 88.cerebr= brain（腦） 89.cern，cret= separate（分開） 90.cert= sure（確定的） 91.chel= claw（爪） 92.chem= chemical（化學的） 93.chir，cheir= hand（手） 94.chlor= green（綠色） 95.chol= bile（膽汁） 96.chondr= grain： cartilage（細粒；軟骨） 97.chor

= dance（跳舞） 98.chrom= color（顏色） 99.chron= time（時間） 100.chrys= gold（金黃色） 101.cide，cise= cut（切割） 102.cinct= bind；gird（綁；環繞） 103.circ= circle（圓；環） 104.cite= call；urge（召喚；驅策） 105.civi= citizen（公民） 106.claim，clam= cry（大叫） 107.clar= clear（清楚的；清澈的） 108.claus，close，clud，clus= close（關閉） 109.clin，clim= bend；s

lope（彎曲；傾斜） 110.coct= cook（烹調） 111.coel= hollow（中空的） 112.coen，cen= common（共同的） 113.cogn，gnos= know（知道：認識） 114.col= large intestine（大腸） 115.col，cult= till（耕種） 116.coll= neck（脖子；領子） 117.conch= shell（貝殼） 118.copr= dung（糞便） 119.cord= heart（心） 120.corp= body（身體） 121.cosm= universe；order（宇宙；秩序） 122.count=

count（數：計算） 123.cover= cover（覆蓋） 124.cracy，crat= rule；power（統治：權力） 125.crani= skull（頭蓋骨：頭顱） 126.cre，cresc= make；grow（制造；生長） 127.cred= believe（相信） 128.cri= judge（判斷） 129.crim = crime（罪） 130.cruc= cross（十字；交叉） 131.cry= cold（冷的） 132.crypt= hidden（隱藏的） 133.cryst= crystal（水晶；結晶） 134.culp= blame；guilt（責備；

罪） 135.cumb，cub = lie（down）（躺下） 136.cur，course= run（跑；流動） 137.cur，cure= take care（小心；注意） 138.curv= curved（彎曲的） 139.CusS= strike；shake（打擊；搖晃） 140.cycl= circle（圓；環） 141.cyst—bladder（膀胱；囊） 142.cyt= cell（細胞） 143.dactyl= finger（手指） 144.damn= damage（損害） 145.deb= owe（欠債） 146.dei，div= god（神） 147.dem= people

（民眾） 148.dendr= tree（樹） 149.dent= tooth（牙齒） 150.derm= skin（皮膚） 151.dextr= right；skillful（右邊的；熟練的） 152.dic=proclaim（宣稱） 153.diet= say（說） 154.dign= worthy（有價值的） 155.divid= divide（分割） 156.doc= teach（教導） 157.dog，dox= opinion；praise（意見；贊美） 158.dol= grieve；feel pain（悲傷；覺得痛） 159.dom= house（家） 160.dom，domin

= rule（統治） 161.don，dat= give（給予） 162.dorm= sleep（睡覺） 163.dors= back（背面） 164.draw= draw（拉） 165.dress= direct；straightei（針對；糾正） 166.drom= run；course（跑；路線） 167.duce，duct =lead（引導） 168.dur= hard；last（堅硬的；持續） 169.dyn，dynam= power（力量） 170.eco，oec= house（家） 171.ed= eat（吃） 172.ego=I；self（我；自己） 173.electr= e

lectric（電的） 174.empt= take；buy（拿；買） 175.enter= intestine（腸） 176.equ= equal（相等的） 177.erg，urg= work（工作；功） 178.err= wander；err（流浪；犯錯） 179.erythr= red（紅色） 180.ess= be（存在） 181.ethn= race（種族） 182.ev= age（年齡；時代） 183.fa，fess=speak（說） 184.fac= face（臉：正面） 185.fac，fact，fect，fic= make；do（制造；做） 186.fall，fals= de

ceive（欺騙） 187.fare= go（去） 188.febr= fever（發燒） 189.fend= strike（打擊） 190.fer= carry；bear（運送；忍受；結果實） 191.ferr= iron（鐵） 192.ferv= boil（沸騰） 193.fest= festival（節日） 194.fibr= fiber（纖維） 195.fict，fig= form；shape（形成；形狀） 196.fid= trust（信任） 197.fil= thread（線） 198.fili= son（兒子） 199.fin= end；limit（結束；限制） 200.firm

= firm（堅固的） 201.fix= fasten（固定） 202.fla= blow（吹氣） 203.flam，flagr= flame；burn（火焰；燃燒） 204.flav= yellow（黃色） 205.flect，flex= bend（彎曲） 206.flict= strike（打） 207.flor= flower（花） 208.flu，flux= flow（流） 209.foli= leaf（葉子） 210.form= form（形狀；形式） 211.fort= strong（強壯的） 212.fract，frag= break（損壞） 213.franc= free（自由

的；免費的） 214.frater= brother（兄弟） 215.front= forehead（前額；前部） 216.fug= flee（逃走） 217.fum= smoke（煙） 218.fund，found= base（基礎；底部） 219.fuse= pour（注入；倒入） 220.gam= marriage（婚姻） 221.gastr= stomach（胃；腹部） 222.ge= earth（地球；土地） 223.gen= produce；race（生產；種族） 224，ger= old（老的） 225.germ= bud；seed（芽；種子） 226.gest，ger= car

ry（攜帶；運送） 227.glob= ball（球） 228.gnath =jaw（顎） 229.gon= angle（角） 230.gorg，gurg= throat（喉嚨） 231.grad，gress= walk（走） 232.gram，graph= write（寫） 233.grand= great（大的） 234.grat= please（使高興） 23s.grav= heavy（重的） 236.greg= collect；flock（聚集；群） 237.gyn= woman（女人） 238.gyr= circle（圓） 239.hab= have（有） 240.hagi= hol

y（神聖的） 241.hal= breathe（呼吸） 242.hal： salt（鹽） 243.hap= luck（運氣） 244.heli= sun（太陽） 245.helic= spiral（螺旋的） 246.hem= blood（血） 247.hepat= liver（肝） 248.her= heir（繼承人） 249.herb= grass（草） 250.here，hes= stick（黏着） 251.hibern= winter（冬天） 252.hist= tissue（組織） 2s3.horr= tremble（發抖） 254.hum= man（人） 255.hum= groun

d（地面） 256.hyal= glass（玻璃） 257.hydr= water（水） 258.hyet= rain（雨） 259.hygr= wet（濕的） 260.hypno= sleep（睡覺） 261.hyps= high（高的） 262.hyster= womb（子宮） 263.icon= image（形象；偶像） 264.ident= the same（相同） 265.ideo= idea（想法） 266.idio= personal；distinct（個人的；獨特的） 267.idol= image（形象；偶像） 268.ign= fire（火） 269.insul= isla

nd（島） 270.it= go（走） 271.ject，jac= throw（投擲） 272.join，junct，jug= join（加入） 273.journ= day（一天） 274.jud =judge（判斷；審判） 275.jur= swear（發誓） 276.just= law；right（法律；正當的） 277.juven，jun= young（年輕的） 278.lab，lep= take；seize（抓住） 279.labor= work（工作） 280.lact= milk（牛奶；乳汁） 281.laps= slip；glide（滑；滑行） 282.laryng= wind

pipe（氣管） 283.Iat= bring；bear（攜帶） 284.Iat= wide（寬的） 285.later= side（邊；側面） 286.latry= worship（崇拜） 287.lav，lu= wash（洗） 288.lax= loosen（放松；解開） 289.lect，leg，Iig=choose；gather；read（選擇；聚集；讀） 290.leg= law（法律） 291.leg= send（派遣） 292.leuc，Ieuk= white（白色的） 293.lev：raise；light（提高；輕的） 294.levo= left（左邊的） 295.Iibe

r= free（自由的） 296.Iiber，libr= balance；weigh（平衡；權衡） 297.libr= book（書） 298.lic= be permitted（被允許） 299.lig=bind（綁） 300.lim，limin= threshold（門坎；開端） 301.lin= line；flax（線；亞麻） 302.lingu= tongue；language（舌頭；語言） 303.linqu，lict，lip=leave（離開；遺留） 304.Jip= fat（脂肪） 305.Iiqu=fluid（液體） 306.liter= letter（字母；文字） 307.l

ith= stone（石頭） 308.loc= place（地方） 309.log，loqu，locut= speak（說） 310.logy= study of 311.long= long（長的） …… 前綴（Prefix） 后綴（Suffix）

基於對比表徵學習於文字轉換圖片之生成對抗模型研究

為了解決CROSS Cub 110的問題，作者古軒懿 這樣論述：

近年來，生成對抗網路(Generative Adversarial Network，GAN)在人工智慧(Artificial Intelligence，AI)領域中受到廣泛的關注。其中 Text-to-image 是生成對抗網路中常見的任務，屬於 conditional GAN 的一種。Text-to-image 是根據給定文本描述來生成一張清晰、連貫且逼真的圖像，與此同時，模型所產生的圖像，要與給定文本的描述語意相符，這是一件具有挑戰性的事情。在過去一、兩年內，不少研究人員提出 conditional GAN 相關模型，目的皆是為了生成更加精緻的圖像，但現有模型在精緻度上依然還有可以改善的

空間。而最近興起的對比表徵學習(Contrastive Representation Learning)，透過拉近正樣本(positive samples)和遠離負樣本(negative samples)之間的距離，進而提高表徵學習能力。在本研究中，我們提出了一個新的 GAN 模型，通過對比學習考量生成圖像與真實圖像以及生成圖像與真實圖像之文本描述之間的關係，不同與以往的模型，我們加入對比學習探討文本與文本相似度，藉由對比學習所學到較佳的表徵，進一步使 GAN 模型提升生成圖像的品質。本研究將在 CUB 及 MS-COCO 資料集進行評估。