@article{Finkenberger2014,
  author    = {Finkenberger, Isabel Maria},
  title     = {Vox populi. (Transformations-)potenziale nachkriegsmoderner Freiraumressourcen},
  series = {Stadt+Gr{\"u}n},
  volume    = {2014},
  journal   = {Stadt+Gr{\"u}n},
  number    = {1},
  publisher = {Patzer},
  address   = {Berlin},
  issn      = {0948-9770},
  pages     = {31 -- 35},
  year      = {2014},
  abstract  = {Heute wie damals werden die großz{\"u}gigen und offenen Siedlungsstrukturen der ersten Nachkriegsjahrzehnte mit ihrem hohen Anteil an "Gr{\"u}n" vielfach gesch{\"a}tzt und als solche nicht grundlegend hinterfragt. "Gr{\"u}n" verheißt im Allgemeinen Licht, Luft und Sonne, Freizeit und Erholung und gilt als etwas W{\"u}nschenswertes im st{\"a}dtischen Kontext. Unbeachtet bleibt, dass dem Begriff "Gr{\"u}n" zun{\"a}chst keine Eigenschaften oder Qualit{\"a}ten zugewiesen sind - er sagt noch lange nichts {\"u}ber dessen r{\"a}umliche Qualit{\"a}t, dessen Nutzbarkeit, Erreichbarkeit und Zug{\"a}nglichkeit aus. Abstandsgr{\"u}n und Straßenbegleitgr{\"u}n ist eben auch "Gr{\"u}n". Neben einer quantitativen Argumentation, welche {\"o}kologischen Aspekte wie Biotopvernetzung, Stadt- und Mikroklima ber{\"u}cksichtigt, sollten wir verst{\"a}rkt qualitativ denken und damit die Grundlage f{\"u}r einen erweiterten und wesentlich differenzierteren Diskurs {\"u}ber urbane Freir{\"a}ume ebnen.},
  language  = {de}
}
@article{ArinkinDigelPorstetal.2014,
  author    = {Arinkin, Vladimir and Digel, Ilya and Porst, Dariusz and Temiz Artmann, Ayseg{\"u}l and Artmann, Gerhard},
  title     = {Phenotyping date palm varieties via leaflet cross-sectional imaging and artificial neural network application},
  series = {BMC bioinformatics},
  volume    = {15},
  journal   = {BMC bioinformatics},
  number    = {55},
  issn      = {1471-2105},
  doi       = {10.1186/1471-2105-15-55},
  pages     = {1 -- 8},
  year      = {2014},
  abstract  = {Background True date palms (Phoenix dactylifera L.) are impressive trees and have served as an indispensable source of food for mankind in tropical and subtropical countries for centuries. The aim of this study is to differentiate date palm tree varieties by analysing leaflet cross sections with technical/optical methods and artificial neural networks (ANN). Results Fluorescence microscopy images of leaflet cross sections have been taken from a set of five date palm tree cultivars (Hewlat al Jouf, Khlas, Nabot Soltan, Shishi, Um Raheem). After features extraction from images, the obtained data have been fed in a multilayer perceptron ANN with backpropagation learning algorithm. Conclusions Overall, an accurate result in prediction and differentiation of date palm tree cultivars was achieved with average prediction in tenfold cross-validation is 89.1\% and reached 100\% in one of the best ANN.},
  language  = {en}
}