隐私保护下的工业数据预测模型的构建方法、装置、设备

本申请提供一种隐私保护下的工业数据预测模型的构建方法、装置、设备。应用于工业生产技术领域，该方法通过获取源域的源模型和目标域多个数据，根据源模型，确定中间模型，根据目标域多个数据和源模型，对中间模型进行对抗训练，得到第二中间模型，对第二中间模型进行初始化处理，得到教师模型和学生模型，采用平均教师算法对教师模型和学生模型进行训练并对学生模型的特征提取器参数和预测器参数进行校正处理，将目标域多个数据输入至学生模型中，以对学生模型进行自适应校正迭代，将迭代完成的学生模型作为目标预测模型。从而在保护隐私的情况下确保工业模型精准跨域迁移。