Cognitive assessment of topological movement Patterns and direction turns: An influence of scale

Dissertation submitted in partial fulfillment of the requirements for the Degree of Master of Science in Geospatial Technologies.

Poéticas da alteridade : Alteridade Queer na poesia de Judith Teixeira

Dissertação apresentada para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Estudos sobre as Mulheres.

O Corpo Masculino Queer e Digital na Arte Contemporânea: Ryan Trecartin e Jacolby Satterwhite

Esta dissertação pretende analisar as práticas de dois artistas contemporâneos, Ryan Trecartin e Jacolby Satterwhite, nomeadamente a nível do modo como trabalham a intersecção do vídeo digital e da performance como forma de manifestação de corporalizações queer através do corpo masculino. Mais concretamente, interessa-nos focar processos de “queerificação” e de produção de corpos que emergem intrinsecamente pelo médium digital, e que exploram as possibilidades transformativas do médium tanto a nível de representação, criação e mutação de formas, como a nível comunicacional e de possibilidades de subjectivação e corporalizações múltiplas. Para tal, partimos dos dois campos teóricos que se mostraram mais pertinentes relativamente aos processos artísticos em análise, nomeadamente: a teoria queer pelo modo como definiu o carácter performativo das normas de género e as categorizações identitárias sexuais como suporte da heteronormatividade, identificando estratégias para a sua re-significação; e o pensamento sobre a relação do corpo com o médium digital, pelo modo como delineou processos de corporalização através da tecnologia digital. A análise dos processos artísticos de Ryan Trecartin e Jacolby Satterwhite demonstra como a arte contemporânea é um território fértil não apenas para a exposição de matrizes normativas de opressão, mas também para a criação de mundos radicalmente queer em que, fazendo uso do potencial transformativo do médium digital, se manifestam realidades e corpos onde a normatividade é totalmente implodida.

Predicting market movement with Artificial Neural Networks

This paper presents an application of an Artificial Neural Network (ANN) to the prediction of stock market direction in the US. Using a multilayer perceptron neural network and a backpropagation algorithm for the training process, the model aims at learning the hidden patterns in the daily movement of the S&P500 to correctly identify if the market will be in a Trend Following or Mean Reversion behavior. The ANN is able to produce a successful investment strategy which outperforms the buy and hold strategy, but presents instability in its overall results which compromises its practical application in real life investment decisions.