204 
multiregressiv: Vorhersage eines einzigen Zeitpunkts einer Größe aus 2.2.1 17 
jeweils einem Zeitpunkt anderer Größen (siehe multivariat). 
multivariat: Die Verwendung von Zeitreihen mehrerer verschiedener 2.2.2 19 
Größen. 
Multi-Window: Vorhersage mehrerer Zeitpunkte einer Größe aus jeweils 2.2.3 20 
mehreren Zeitpunkten anderer Größen, wobei sich die Indikationszeit 
räume mit dem Prognosezeitraum überlappen können. Das Multi- 
Window-Zeitmuster basiert auf einer Art dyadischem Produkt von 
auto- und multiregressiven Zeitmustern. 
Mo-Tide: Halbtägige Haupt-Mondtide. Sie dominiert die Messungen am 2.1.2 5 
Pegel Cuxhaven. 
Nachbarschaftsfunktion: Zweidimensionale Funktion zur Beschreibung 3.6.2 50 
der abnehmenden Erregungsintensität bei zunehmender Entfernung 
vom Erregungszentrum ("bestmatch" Neuron). 
Nachbarschaftsumgebung: Neuronen, die während eines Lernschritts um 3.6.2 51 
das Erregungszentrum (das "bestmatch" Neuron) eines Kohonen- 
Netzes herum angeordnet sind und aufgrund der Rückkopplung mit 
erregt werden. 
Nachbearbeitung: Anwendung aller Schritte der Vorverarbeitung in 4.2.4 92 
umgekehrter Reihenfolge auf die Vorhersagen der Kohonen-Netze. 
Nearest-Neighbor-Verfahren: Vorhersageverfahren, das auf analogen 2.3.4 24 
Fällen basiert. 
neuronale Netze: Neuronen, d.h. Nervenzellen des Gehirns sind über 3.1 30 
Axone, Dendriten und Synapsen untereinander vernetzt. Das biologi 
sche Vorbild wird auf Computern simuliert (künstliche neuronale 
Netze). 
nichtlinear: Zusammenhänge, die nicht durch lineare Abhängigkeiten 3.2 32 
bzw. direkte Proportionalitäten beschrieben werden können. 
nichtlineare Transformation: Potenzierung oder Logarithmierung von 4.2.4 86 
Messungen zur Angleichung von Verteilungen. 
nonharmonische Methode: Methode zur Vorausberechnung der Gezeiten 2.1.2 4 
durch harmonische Darstellung der Ungleichheiten. 
noise-robust: Widerstandsfähig gegen Rauschen. 3.2 32