201 
Gesamtansatz: Ein statistisches multiregressives Modell für die Wasser- 2.1.4 11 
Standsvorhersage. Aus Messungen des Staus und staurelevanter meteo 
rologischer Größen wurde ein Polynom abgeleitet, mit dessen Hilfe 
der Stau aus diesen Größen berechnet werden kann. 
Gewichte: Reelle Zahlen zur Darstellung der Verbindungen zwischen 3.3.1 33 
zwei Neuronen. 
Gewichtsvektor: Ein Vektor von Gewichten zur Darstellung von Neuro- 3.6.3 52 
nen in Kohonen-Netzen. 
Gezeiten: Periodische Bewegungen des Wassers bedingt durch die An- 2.1.1 3 
Ziehungskräfte von Sonne und Mond. Durch die Periodizität dieser 
Bewegungen ist ihre Vorausberechnung viele Jahre in die Zukunft 
hinein möglich. 
Gleichbehandelnde Metrik: Auf Basis der euklidischen Distanz kann eine 3.6.4 54 
Metrik definiert werden, die von den jeweiligen Längen der Indika- 
tions- und Prognosezeiträume unabhängig ist und somit all diese Zeit 
räume gleich behandelt. 
Globale Vorverarbeitung: Behandlung von Lernvektoren zur Eliminie- 4.2.4 91 
rung von Korrelationen, Angleichung von Verteilungen und zur 
Abbildung auf einen vergleichbaren Wertebereich. Erweitert auf den 
Fall mehrerer Meßorte. 
Größe: Eine physikalische (z.B. astronomische, ozeanographische oder 2.1.2 4 
meteorologische) Größe wird durch eine Zahl und eine Einheit defi 
niert. 
Gruppen große: Größe einer Gruppe im zirkularen Gruppenreduktionsver- 4.3.1 100 
fahren. 
Hindcastmodus: Das Verfahren, Vorhersagen für die schon bekannte 2.2.1 18 
Zukunft zu erstellen, um damit einen Vergleich mit Messungen zu 
ermöglichen (siehe Forecastmodus). 
Hoch- und Niedrigwasser: Extremwerte von Pegelmessungen. 2.1.2 4 
holistisch: Denkweise zum besseren Verständnis der Funktionsweise von 3.3.3 35 
neuronalen Netzen. Der Begriff wurde in Anlehnung an Hologramme 
gewählt. 
hydrodynamische Modelle: Siehe dynamische Modelle. 2.1.5 12 
implizit: Darstellung eines funktionalen Zusammenhangs ohne Formeln. 2.1.6 14