中國化學會副理事長、村振中國國際科技促進會副會長、村振中關(guān)村石墨烯產(chǎn)業(yè)聯(lián)盟理事長、中關(guān)村科技園區(qū)豐臺園科協(xié)第三屆委員會主席、教育部科技委委員及學風建設(shè)委員會副主任和國際合作學部副主任。魯樣1996年進入日本科技廳神奈川科學技術(shù)研究院工作。O活性位點的活性不僅可以通過用其他TM原子代替最接近的原子（Ti）來調(diào)節(jié)，壓油而且可以通過在其第二最接近的位點產(chǎn)生O空位來調(diào)節(jié)。

對于純PtD-y供體和摻雜的受主發(fā)射，溝助最高的PL各向異性比分別達到0.87和0.82，溝助表明供體的激發(fā)各向異性能可以有效地轉(zhuǎn)移到受體上，并具有顯著的放大作用。他先后發(fā)現(xiàn)了分子間電荷轉(zhuǎn)移激子的限域效應、推鄉(xiāng)多種光物理和光化學性能的尺寸依賴性。

藤島昭，村振國際著名光化學科學家，村振光催化現(xiàn)象發(fā)現(xiàn)者，多次獲得諾貝爾獎提名，因發(fā)現(xiàn)了二氧化鈦單晶表面在紫外光照射下水的光分解現(xiàn)象，即本多-藤島效應（Honda-FujishimaEffect），開創(chuàng)了光催化研究的新篇章，后被學術(shù)界譽為光催化之父。

文獻鏈接：魯樣https://doi.org/10.1021/acsnano.0c012983、魯樣NanoLett:層狀石墨烯用于定量分析鋰離子電池介電層集電器的界面性能北京大學劉忠范院士和彭海琳教授等人證實了基于石墨烯設(shè)計的Al集電器/電解質(zhì)界面處增強的防腐性能，石墨烯表層使商用鋁箔用作LIB中的正極集電器時具有與電解質(zhì)和電極材料幾乎理想的界面。壓油利用機器學習解決問題的過程為定義問題-數(shù)據(jù)收集-建立模型-評估-結(jié)果分析。

深度學習是機器學習中神經(jīng)網(wǎng)絡(luò)算法的擴展，溝助它是機器學習的第二個階段--深層學習，深度學習中的多層感知機可以彌補淺層學習的不足。實驗過程中，推鄉(xiāng)研究人員往往達不到自己的實驗預期，而產(chǎn)生了很多不理想的數(shù)據(jù)。

另外7個模型為回歸模型，村振預測絕緣體材料的帶隙能（EBG），村振體積模量（BVRH），剪切模量（GVRH），徳拜溫度（θD），定壓熱容（CP），定容熱容（Cv）以及熱擴散系數(shù)（αv）。魯樣這些都是限制材料發(fā)展與變革的重大因素。