翁娟娟，暨南大学信息科学技术学院讲师，研究方向为计算机视觉和可信人工智能。2019年9月至2024年6月在厦门大学完成硕博连读，获得工学博士学位，并于2024年7月加入暨南大学信息科学技术学院。主要科研成果包括在CCF-A类会议和期刊上以一作身份发表4篇论文（其中包括顶刊T-PAMI），在CCF-B类期刊上发表2篇论文。此外，参与了多项国家级课题研究，如国家重点研发计划项目、国家自然科学基金面上项目；并担任CVPR、AAAI、IJCAI、ICASSP和TIFS等会议与期刊的审稿人。

2024年7月-至今 ： 暨南大学

[1] Weng J, Luo Z, Li S, et al. Logit margin matters: Improving transferable targeted adversarial attack by logit calibration[J]. IEEE Transactions on Information Forensics and Security, 2023, 18: 3561-3574. (CCF-A 期刊 )

[2] Weng J, Luo Z, Zhong Z, et al. Exploring non-target knowledge for improving ensemble universal adversarial attacks[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2023, 37(3): 2768-2775. (CCF-A 会议, Oral)

[3] Weng, J, Luo Z, et al. Boosting Adversarial Transferability via Logits Mixup with Dominant Decomposed Feature. IEEE Transactions on Information Forensics and Security (2024). (CCF-A 期刊)

[4] Yang F*, Weng J*, Zhong Z, et al. Towards robust person re-identification by defending against universal attackers[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 45(4): 5218-5235. (CCF-A 期刊, *Equal Contribution)

[5] Weng J, Luo Z, Lin D, et al. Comparative evaluation of recent universal adversarial perturbations in image classification[J]. Computers & Security, 2023: 103576. (CCF-B 期刊)

[6] Weng J, Luo Z, Lin D, et al. Learning transferable targeted universal adversarial perturbations by sequential meta-learning[J]. Computers & Security, 2024, 137: 103584.  (CCF-B 期刊)

[1]  国家重点研发计划项目 (2023YFC3503001). 基于证素辨识和状态可测原理的动静态中医临床评价方法学构建与示范研究. 2023.11-2026.11. 参与.

[2] 福建省自然科学基金资助项目 (2022J01002). 面向RGB与红外热感图像的跨模态行人重识别方法研究. 2022.08-2025-08. 参与.

授权发明专利. 翁娟娟, 罗志明, 曹东林, 江敏, 李绍滋. 基于序列元学习的黑盒攻击方法、存续介质和电子设备. 2024.6.

担任CVPR、AAAI、IJCAI、ICASSP和TIFS等国际知名会议与期刊的审稿人。