1. Способ для предоставления прогноза погоды, способ выполняется на сервере, включающем процессор и модуль машинного обучения, способ включает в себя:
получение модулем машинного обучения по меньшей мере одного текущего параметра измерения погоды, представляющего собой параметр погоды в момент времени измерения;
получение модулем машинного обучения первого среднего значения исторического параметра погоды для момента времени измерения;
создание модулем машинного обучения нормализованного значения параметра измерения погоды на основе различия между текущим параметром измерения погоды и первым средним значением исторического параметра погоды для момента времени измерения;
обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды по меньшей мере частично на основе нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения.
2. Способ по п. 1, в котором дополнительно выполняют:
получение модулем машинного обучения второго среднего значения исторического параметра погоды для момента времени прогнозирования;
создание модулем машинного обучения параметра прогнозирования погоды на основе различия между нормализованным значением параметра прогнозирования погоды и вторым средним значением исторического параметра погоды для момента времени прогнозирования.
3. Способ по п.1, в котором первое среднее значение исторического параметра погоды основано на исторических данных параметра погоды, полученных до текущего параметра измерения погоды до момента времени измерения.
4. Способ по п.3, в котором первое среднее значение исторического параметра погоды создают на основе исторических данных параметра погоды с использованием статистической модели прогнозирования погоды.
5. Способ по п.3, в котором первое среднее значение исторического параметра погоды создают на основе исторических данных параметра погоды с использованием второго алгоритма машинного обучения.
6. Способ по п. 1, в котором параметр измерения погоды является по меньшей мере одним из следующего: температура воздуха, температура воды, атмосферное давление, скорость ветра, направление ветра, влажность, осадки, облачность.
7. Способ по п. 1, в котором дополнительно выполняют получение модулем машинного обучения от стороннего сервиса прогноза погоды по меньшей мере одного значения параметра прогнозирования погоды для момента времени прогнозирования;
при этом обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды выполняют с учетом значения параметра прогнозирования погоды, полученного от стороннего сервиса прогноза погоды для момента времени прогнозирования и нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения.
8. Способ по п. 1, в котором дополнительно выполняют получение от стороннего сервиса прогноза погоды по меньшей мере одного значения параметра прогнозирования погоды для момента времени прогнозирования и исторических данных прогнозов погоды упомянутым сторонним сервисом прогноза погоды до момента времени измерения;
при этом обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды выполняют с учетом значения параметра прогнозирования погоды, полученного от стороннего сервиса прогноза погоды, для момента времени прогнозирования и исторических данных прогнозов погоды упомянутым сторонним сервисом прогноза погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после текущего момента времени.
9. Способ по п. 8, в котором сторонний сервис прогноза погоды представляет собой множество сторонних сервисов прогноза погоды, а значение параметра прогнозирования погоды для момента времени прогнозирования представляет собой среднее значение параметров прогнозирования, полученных от множества сторонних сервисов прогноза погоды для момента времени прогнозирования.
10. Способ по п. 9, в котором задают максимальное отклонение значения параметра прогнозирования, получаемого от стороннего сервиса прогноза погоды, от нормализованного значения параметра прогнозирования погоды;
в ответ на превышение максимального отклонения значением параметра прогнозирования, полученного от стороннего сервиса прогноза погоды, игнорирование данного значения параметра прогнозирования при создании второго нормализованного значения параметра измерения погоды.
11. Способ по п. 1, в котором на сервере предварительно получают запрос с указанием конкретного момента времени прогнозирования.
12. Способ по п.1, в котором момент времени прогнозирования представляет собой множество моментов времени прогнозирования, причем модулем машинного обучения создают множество нормализованных значений параметра прогнозирования погоды для каждого момента времени прогнозирования.
13. Способ по п. 12, в котором множество моментов времени прогнозирования представляет собой моменты времени прогнозирования для множества связанных географических объектов в один момент времени прогнозирования.
14. Способ по п.12, в котором множество моментов времени прогнозирования представляет собой по меньшей мере одно из следующего: часы одних суток, дни, недели, месяцы.
15. Способ по п.1, в котором на сервере предварительно получают запрос с указанием местоположения объекта, дополнительно выполняют определение нормализованного значения параметра прогнозирования для указанного местоположения объекта.
16. Способ создания прогноза погоды, осуществляемый на сервере, включающем процессор и модуль машинного обучения, способ, включающий:
получение запроса на создание прогноза погоды;
получение модулем машинного обучения по меньшей мере одного текущего параметра измерения погоды, представляющего собой параметр погоды в момент времени измерения;
получение модулем машинного обучения первого среднего значения исторического параметра погоды для момента времени измерения;
создание модулем машинного обучения нормализованного значения параметра измерения погоды на основе различия между текущим параметром измерения погоды и первым средним значением исторического параметра погоды для момента времени измерения;
создание модулем машинного обучения нормализованного значения параметра прогнозирования погоды на основе нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения;
на основе нормализованного значения параметра прогнозирования погоды создание прогноза погоды.
17. Способ по п. 16, в котором дополнительно выполняют:
получение модулем машинного обучения второго среднего значения исторического параметра погоды для момента времени прогнозирования;
создание прогноза погоды на основе различия между нормализованным значением параметра прогнозирования погоды и вторым средним значением исторического параметра погоды для момента времени прогнозирования.
18. Способ по п. 16, в котором запрос на создание прогноза погоды получают от по меньшей мере одного электронного устройства.
19. Способ по п. 16, в котором модуль машинного обучения предварительно обучают создавать нормализованное значение параметра прогнозирования погоды по меньшей мере частично на основе нормализованного значения параметра измерения погоды.
20. Способ по п. 16, в котором после этапа создания прогноза погоды осуществляют передачу прогноза погоды на по меньшей мере одно электронное устройство.
21. Способ создания прогноза погоды, осуществляемый на сервере, включающем процессор и модуль машинного обучения, способ, включающий:
получение запроса на создание прогноза погоды с указанием местоположения объекта;
получение модулем машинного обучения по меньшей мере одного текущего параметра измерения погоды, представляющего собой параметр погоды в момент времени измерения для указанного местоположения объекта;
получение модулем машинного обучения первого среднего значения исторического параметра погоды для момента времени измерения для указанного местоположения объекта;
создание модулем машинного обучения нормализованного значения параметра измерения погоды на основе различия между текущим параметром измерения погоды и первым средним значением исторического параметра погоды для момента времени измерения для указанного местоположения объекта;
создание модулем машинного обучения нормализованного значения параметра прогнозирования погоды на основе нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения;
на основе нормализованного значения параметра прогнозирования погоды создание прогноза погоды для указанного местоположения объекта.
22. Способ по п. 21, в котором дополнительно выполняют:
получение модулем машинного обучения второго среднего значения исторического параметра погоды для момента времени прогнозирования для указанного местоположения объекта;
создание прогноза погоды для указанного местоположения объекта на основе различия между нормализованным значением параметра прогнозирования погоды для указанного местоположения объекта и вторым средним значением исторического параметра погоды для момента времени прогнозирования для указанного местоположения объекта.
23. Способ по п. 21, в котором модуль машинного обучения предварительно обучают создавать нормализованное значение параметра прогнозирования погоды по меньшей мере частично на основе нормализованного значения параметра измерения погоды.
24. Способ по п. 21, в котором запрос на создание прогноза погоды с указанием местоположения объекта получают от по меньшей мере одного электронного устройства.
25. Способ по п. 21, в котором текущий параметр измерения погоды для указанного местоположения объекта является параметром погоды, измеренным в наиболее близком местоположении относительно указанного местоположения объекта;
первое среднее значение исторического параметра погоды для момента времени измерения для указанного местоположения объекта является средним значением исторического параметра погоды для наиболее близкого местоположения относительно указанного местоположения объекта.
26. Способ по п. 22, в котором второе среднее значение исторического параметра погоды для момента времени прогнозирования для указанного местоположения объекта является вторым средним значением исторического параметра погоды для момента времени прогнозирования для наиболее близкого местоположения относительно указанного местоположения объекта.
27. Способ по п. 21, в котором после этапа создания прогноза погоды для указанного местоположения осуществляют передачу прогноза погоды на по меньшей мере одно электронное устройство.
28. Сервер для создания прогноза погоды, включающий в себя модуль машинного обучения и процессор, функционально соединенный с модулем машинного обучения, процессор выполнен с возможностью осуществлять: получение модулем машинного обучения по меньшей мере одного текущего параметра измерения погоды, представляющего собой параметр погоды в момент времени измерения; получение модулем машинного обучения первого среднего значения исторического параметра погоды для момента времени измерения; создание модулем машинного обучения нормализованного значения параметра измерения погоды на основе различия между текущим параметром измерения погоды и первым средним значением исторического параметра погоды для момента времени измерения; обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды по меньшей мере частично на основе нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения.
29. Сервер по п. 28, в котором процессор дополнительно выполнен с возможностью осуществлять: получение модулем машинного обучения второго среднего значения исторического параметра погоды для момента времени прогнозирования; создание модулем машинного обучения параметра прогнозирования погоды на основе различия между нормализованным значением параметра прогнозирования погоды и вторым средним значением исторического параметра погоды для момента времени прогнозирования.
30. Сервер по п. 28, в котором первое среднее значение исторического параметра погоды основано на исторических данных параметра погоды, полученных до текущего параметра измерения погоды до момента времени измерения.
31. Сервер по п. 30, в котором процессор дополнительно выполнен с возможностью осуществлять создание первого среднего значения исторического параметра погоды на основе исторических данных параметра погоды с использованием статистической модели прогнозирования погоды.
32. Сервер по п. 28, в котором процессор дополнительно выполнен с возможностью осуществлять создание первого среднего значения исторического параметра погоды на основе исторических данных параметра погоды с использованием второго алгоритма машинного обучения.
33. Сервер по п. 28, в котором параметр измерения погоды является по меньшей мере одним из следующего: температура воздуха, температура воды, атмосферное давление, скорость ветра, направление ветра, влажность, осадки, облачность.
34. Сервер по п. 28, в котором процессор дополнительно выполнен с возможностью осуществлять получение модулем машинного обучения от стороннего сервиса прогноза погоды по меньшей мере одного значения параметра прогнозирования погоды для момента времени прогнозирования;
и выполнять обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды с учетом значения параметра прогнозирования погоды, полученного от стороннего сервиса прогноза погоды для момента времени прогнозирования и нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения.
35. Сервер по п. 28, в котором процессор дополнительно выполнен с возможностью осуществлять получение от стороннего сервиса прогноза погоды по меньшей мере одного значения параметра прогнозирования погоды для момента времени прогнозирования и исторических данных прогнозирования погоды упомянутым сторонним сервисом прогноза погоды до момента времени измерения;
и выполнять обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды с учетом значения параметра прогнозирования погоды, полученного от стороннего сервиса прогноза погоды, для момента времени прогнозирования и исторических данных прогнозирования погоды упомянутым сторонним сервисом прогноза погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после текущего момента времени.
36. Сервер по п. 35, в котором сторонний сервис прогноза погоды представляет собой множество сторонних сервисов прогноза погоды, а значение параметра прогнозирования погоды для момента времени прогнозирования представляет собой среднее значение параметров прогнозирования, полученных от множества сторонних сервисов прогноза погоды для момента времени прогнозирования.
37. Сервер по п. 35, в котором процессор дополнительно выполнен с возможностью задавать максимальное отклонение значения параметра прогнозирования, получаемого от стороннего сервиса прогноза погоды, от нормализованного значения параметра прогнозирования погоды;
в ответ на превышение максимального отклонения значением параметра прогнозирования, полученного от стороннего сервиса прогноза погоды, игнорирование данного значения параметра прогнозирования при создании второго нормализованного значения параметра измерения погоды.
38. Сервер по п. 28, в котором процессор дополнительно выполнен с возможностью получать запрос с указанием конкретного момента времени прогнозирования.
39. Сервер по п. 38, в котором момент времени прогнозирования представляет собой множество моментов времени прогнозирования, причем процессор дополнительно выполнен с возможностью осуществлять создание модулем машинного обучения множества нормализованных значений параметра прогнозирования погоды для каждого момента времени прогнозирования.
40. Сервер по п. 39, в котором множество моментов времени прогнозирования представляет собой моменты времени прогнозирования для множества связанных географических объектов в один момент времени прогнозирования.
41. Сервер по п. 39, в котором множество моментов времени прогнозирования представляет собой по меньшей мере одно из следующего: часы одних суток, дни, недели, месяцы.
42. Сервер по п. 28, в котором процессор дополнительно выполнен с возможностью осуществлять получение запроса с указанием местоположения объекта и определение нормализованного значения параметра прогнозирования для указанного местоположения объекта.
43. Сервер по п. 28, в котором процессор выполнен с возможностью осуществлять: получение запроса на создание прогноза погоды.
44. Сервер по п. 28, в котором процессор выполнен с возможностью осуществлять: получение данных о местоположении объекта от по меньшей мере одного электронного устройства.
45. Сервер по п. 28, в котором процессор выполнен с возможностью осуществлять: передачу прогноза погоды на по меньшей мере одно электронное устройство.
