# Huawei Pangu Weather: как связать модели с разными интервалами прогноза Разбор публикации US20250258318A1: выбор временных шагов, передача прогнозных состояний и объединение метеоданных. Source: https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models ГЛАВНАЯ / Новости и аналитика Новости и аналитика Huawei Pangu Weather: как связать модели с разными интервалами прогноза Разбор публикации US20250258318A1: выбор временных шагов, передача прогнозных состояний и объединение метеоданных. ИИ 2026.10.14 Опубликовано IPLEX Время чтения: 8 мин. Сначала определите момент, для которого нужен прогноз Для доставки важна погода к прибытию, а не только в момент отправления. Аналогичные задачи возникают при организации мероприятий, строительстве и планировании выработки энергии. Опубликованная заявка Huawei Cloud US20250258318A1 описывает получение метеоданных и целевого времени с последующим выбором моделей для его достижения. Запрос может относиться к одному моменту, периоду или заданной территории. Этот метод раскрыт также в EP4603879A1. Американская публикация датирована 14 августа 2025 года; документ A1 сам по себе не подтверждает выдачу патента. На вход могут поступать температура, влажность, ветер и другие параметры. Инференс означает применение заранее обученных моделей к новым данным. Библиотека моделей с разными временными шагами Модель, предсказывающую состояние через час, приходится многократно запускать для дальнего горизонта. В раскрытом решении выбираются модели для различных интервалов — например, часа, трех часов или суток — и количество их запусков. При обучении прогноз из исторических данных можно сопоставлять с фактическими данными для соответствующего последующего момента. Разница между моделями не сводится к названию. Могут различаться входы, архитектуры, обучение и алгоритмы итеративного инференса. Для одного интервала библиотека также может содержать несколько вариантов. Выбор связывает запрошенный горизонт с доступными моделями и числом их применений. Передавайте прогнозное состояние следующей модели Первая модель получает исходные метеоданные. Ее результат становится входом следующей, а конечный выход соответствует целевому времени. В описании приведена комбинация трех, двенадцати и семидесяти двух часов: суммарно 87 часов. Допускается и повторное использование одной модели. Такой последовательный поток отличается от независимого запуска нескольких моделей на первоначальных данных. Порядок может задаваться разными правилами; единой обязательной последовательности для всех реализаций нет. Начальный момент этапа, его интервал и время выходного состояния должны быть согласованы. Условная доставка с понедельника на вторник Предположим, в понедельник в 08:00 нужен прогноз на вторник 11:00, то есть через 27 часов. Сначала суточная модель рассчитывает состояние на вторник 08:00. Затем трехчасовая модель получает именно этот прогноз и продвигает его до 11:00. Оба интервала входят в примеры библиотеки, описанные в заявке. Промежуточное состояние — прогноз, а не новое наблюдение, сделанное во вторник утром. Иллюстрации объясняют обработку данных; они не содержат реального прогноза или вывода о безопасности доставки. Пример 24 + 3 часа показывает совместное продвижение времени и метеорологического состояния. Условный план доставки: от понедельника 08:00 до вторника 11:00 через прогнозы на 24 и три часа; это не реальный прогноз и не оценка безопасности. Объединяйте данные поверхности и атмосферы Один вариант использует двумерные приземные данные вместе с трехмерными атмосферными данными, учитывающими высоту. Отдельная нейросетевая обработка формирует векторы признаков; их объединяют для прогноза, а затем разделяют на нужные выходы для поверхности и верхних слоев. Это работа с числовыми представлениями, а не простое наложение изображений. Другой вариант добавляет смещения, зависящие от широты или высоты, к промежуточным значениям либо результатам механизма внимания. Внимание вычисляет связи между элементами входа, а смещения отражают положение. Эти операции решают иную задачу, чем выбор временных интервалов. Соотносите описание заявки и функции продукта Материалы Pangu описывают применения для температуры, влажности, ветра, давления на уровне моря, осадков и траекторий тайфунов. Они помогают понять возможные сценарии, но не доказывают внедрение каждого признака заявки во все продукты. Условной команде организаторов мероприятий полезно различать исходное и целевое время при обновлении прогнозов. Заявка предусматривает и несколько сочетаний моделей для одного целевого момента, с показом или объединением результатов. Такое ансамблевое расширение отличается от передачи состояний по одной последовательной цепочке. Несколько комбинаций не являются обязательными для каждого запроса. Описывайте связи обработки при анализе изобретения Технический и патентный анализ требует определить исходные данные, расчет целевого момента, правила выбора моделей, промежуточные состояния и конечный выход. Следует показать, как согласуются время и формат на границах моделей, как соединяются и разделяются приземные и высотные представления. Подготовку моделей необходимо отличать от обработки конкретного запроса. Описание входов, выбора, соединений и выходов дает инженерам и бизнес-команде общую основу для обсуждения технических различий. Одного названия продукта с ИИ-прогнозом недостаточно для объяснения этих различий или определения объема патентной охраны. Прочитать исходный технический разбор Опубликованная заявка США US20250258318A1 Опубликованная европейская заявка EP4603879A1 Официальная информация о Huawei Cloud Pangu Технический разбор FlashAttention-2 Технический разбор RAG Baidu Экспертиза в области патентов на ИИ и технический анализ Прочитать корейский оригинал Материал отражает ситуацию на дату публикации. Обратитесь в IPLEX, чтобы обсудить обстоятельства вашего дела. Обсудить этот вопрос ↗ Все статьи НА ЭТОЙ СТРАНИЦЕ Сначала определите момент, для которого нужен прогноз Библиотека моделей с разными временными шагами Передавайте прогнозное состояние следующей модели Условная доставка с понедельника на вторник Объединяйте данные поверхности и атмосферы Соотносите описание заявки и функции продукта Описывайте связи обработки при анализе изобретения ОБРАТИТЕСЬ В IPLEX Обсудите с нами вопросы интеллектуальной собственности Мы рассматриваем ваши технологические и бизнес-потребности вместе. ↗ Связаться с нами Новее Заявка без права на патент: кто должен доказать нарушение? ↗ Ранее Отличающийся рисунок плитки не всегда получает охрану ↗ Материалы по теме ИИ 2026.10.15 PaTH Attention: кодирование пути между токенами Разбор зависящих от входа преобразований Хаусхолдера, отслеживания состояний и экспериментальных возможностей и ограничений PaTH. ↗ Читать статью ИИ 2026.10.13 LaCT: обновление временной памяти ИИ крупными блоками Технический разбор быстрых весов, загрузки GPU, причинного порядка обработки и экспериментальных ограничений LaCT. ↗ Читать статью ИИ 2026.10.12 Патент Adobe на ИИ-редактирование: исходное изображение и варианты в отдельных слоях Разбор US12462456B2: входная маска, маска объекта и генеративные слои, сохраняющие варианты и данные для последующего редактирования. ↗ Читать статью - https://www.iplexlaw.co.kr/ru - https://www.iplexlaw.co.kr/ru/blog/category/ai - https://iplexlaw.tistory.com/10 - https://image-ppubs.uspto.gov/dirsearch-public/print/downloadPdf/20250258318 - https://data.epo.org/publication-server/rest/v1.0/publication-dates/20250820/patents/EP4603879NWA1/document.pdf - https://www.huaweicloud.com/product/pangu - https://www.iplexlaw.co.kr/ru/blog/flashattention-2-gpu-work-partitioning - https://www.iplexlaw.co.kr/ru/blog/baidu-rag-knowledge-conflict-resolution - https://www.iplexlaw.co.kr/ru/ai-patents - https://www.iplexlaw.co.kr/ko/blog/huawei-pangu-weather-time-interval-models - https://www.iplexlaw.co.kr/ru/contact - https://www.iplexlaw.co.kr/ru/blog - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-0 - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-1 - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-2 - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-3 - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-4 - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-5 - https://www.iplexlaw.co.kr/ru/blog/huawei-pangu-weather-time-interval-models#case-pangu-en-6 - https://www.iplexlaw.co.kr/ru/contact - https://www.iplexlaw.co.kr/ru/blog/brunch-case-1831 - https://www.iplexlaw.co.kr/ru/blog/brunch-case-1830 - https://www.iplexlaw.co.kr/ru/blog/path-attention-householder-transformations - https://www.iplexlaw.co.kr/ru/blog/path-attention-householder-transformations - https://www.iplexlaw.co.kr/ru/blog/lact-large-chunk-test-time-training - https://www.iplexlaw.co.kr/ru/blog/lact-large-chunk-test-time-training - https://www.iplexlaw.co.kr/ru/blog/adobe-non-destructive-generative-editing - https://www.iplexlaw.co.kr/ru/blog/adobe-non-destructive-generative-editing