Нейросеть указанной функиональностью не обладает.

Общий смысл нейросети примерно такой:
Задан большой набор точек Аi. Между точками в случайном порядке установлены связи. Далее идет обучение. Например нейронная сеть должна уметь складывать числа. Вводится контрольная функция (назовем ее условно сетевое сложение), которая считает либо количество связей у конкретных точек, либо количество связей между двумя точками, длибо длину кратчайшего пути между двумя точками, либо число связей внутри группы точек, либо число связей выходящих за пределы групы точек, либо что-нибудь посложнее. Затем полученный результат подвергается алгоритмизированному преобразованию.Пусть набор точек В соответствует первому слагаемому, а набор точек С - второму слагаемому. На них подается сигнал - посчитать сумму. Считается контрольная функция для точек из B и C. Если результат оператору нравится (значение функции равно ожидаемому оператором), одна или несколько связей между точками фиксируется. Если не нравится - все незафиксированные связи заменяются случайными новыми связями до тех пор, пока ответ не устроит оператора. Далее идет обучение следующей паре чисел и т.д. В итоге после того, как система отработала на нескольких десятках /сотнях/тысячах пар, связи (ранее абсолютно случайные) начали подчиняться определенному закону. Теперь она все чаще дает правильные ответы для ранее не встречавшихся пар чисел. Но так как число связей - миллиарды, система будет изредка давать сбой на незнакомых числах, тем реже, чем более обученной она является.
Итак, нейроная сеть способна ответить только на один типовой вопрос с точностью, которая заложена обучением. Если сеть умеет складывать, ее не обучишь предсказывать погоду. То есть, если сеть умеет отвечать нана вопрос "Кто автор документа"? , ее уже не обучишь говорить "В каком году был написан документ?" или "Как выглядел документ до фальсификации?".
В вашем примере сеть учили предсказывать температуру по широте, долготе и положению на временной шкале. Натренировали на куче точек и куче моментов времени. Сеть теперь способна давать прогноз. Если сравнить прогноз с реально снятой величиной - получим расхождение. Что это - ошибка в прогнозе или фальсификация результата измерения - решает, увы, оператор, а не сеть.