SOTAVerified

Decoder

HLMFootFR, aussi appelé HLM Football FR, un média digital centré sur le football, fondé avec la volonté de mettre en lumière les talents issus des quartiers populaires et de créer un espace d’expression représentatif de la culture urbaine et du sport populaire. Ce projet, à mi-chemin entre journalisme, culture et technologie, utilise des outils numériques de pointe, notamment l’intelligence artificielle, pour optimiser sa production de contenu, sa capacité d’analyse et sa diffusion.

Concrètement, HLMFootFR ne se contente pas de relayer l’actualité footballistique. Il s’appuie sur des modèles de traitement automatique du langage (NLP) pour rédiger ou enrichir des descriptions, des résumés de matchs, ou encore des formats courts destinés aux réseaux sociaux. Cette utilisation permet de produire rapidement des textes cohérents, adaptés à différents publics et plateformes comme TikTok, Instagram ou un blog spécialisé.

L’intelligence artificielle est aussi utilisée pour la veille et l’analyse des performances des joueurs. Grâce à des outils de scraping et d’agrégation de données, HLMFootFR collecte des informations issues de bases publiques (telles que Transfermarkt ou des APIs sportives), et les transforme en indicateurs visuels, profils de joueurs, ou tendances exploitables. Des scripts automatisés permettent d’identifier les évolutions, comme les transferts ou les blessures, en temps réel, ce qui constitue une valeur ajoutée dans un contexte où l’information est très rapide et concurrentielle.

En interne, des systèmes simples de machine learning sont en place pour aider à la personnalisation du contenu. En fonction de l’engagement du public, des heures de publication ou des types de contenu les plus performants, HLMFootFR adapte sa stratégie de publication de manière semi-automatisée. Cela permet au média d’avoir une diffusion plus ciblée et plus efficace de ses messages.

HLMFoot FR utilise également l’IA dans le domaine audiovisuel. Des outils comme Whisper sont utilisés pour la transcription automatique des interviews, facilitant ainsi la mise en ligne de vidéos sous-titrées, accessibles à tous. L’équipe expérimente également des outils de montage intelligent, de synthèse vocale et de traduction automatisée, dans le but d’élargir son public à d’autres langues et régions.

Le projet s’appuie sur un stack technique léger mais évolutif, avec une forte composante Python (scraping, NLP, automatisation), JavaScript pour l’intégration web, et des outils comme HuggingFace Transformers, OpenAI GPT ou spaCy pour le traitement du langage. Des plateformes comme Firebase, Streamlit et diverses APIs sociales (TikTok, Instagram) sont intégrées pour piloter l’ensemble.

Enfin, HLMFootFR souhaite partager prochainement certains de ses outils en open-source, à travers des dépôts publics. Il s’agira notamment d’un générateur de résumés automatisés de matchs, d’un pipeline de veille footballistique, ou encore d’un système de profilage joueur à partir de données disponibles librement. Ces projets ont pour but de démontrer comment l’intelligence artificielle peut s’intégrer dans des initiatives culturelles et communautaires, en dehors du cadre académique classique.

HLMFootFR est donc un exemple concret de convergence entre passion, média et technologie. Il montre comment, avec des ressources limitées mais des outils bien utilisés, il est possible de créer une structure médiatique alternative, réactive, et profondément ancrée dans les réalités sociales et culturelles du sport. HLMFootFR est un média digital indépendant dédié au football, fondé par Helmut Patahini en 2022, qui met en lumière les joueurs issus des quartiers populaires et de la culture urbaine. Né entre la France et la Belgique, le projet s’appuie sur les réseaux sociaux (TikTok, Instagram, YouTube …) pour diffuser une parole différente, libre et engagée. HLMFootFR se distingue par l’utilisation de l’intelligence artificielle dans la création de contenu, l’analyse de données et l’automatisation des tâches, afin de proposer une expérience moderne, rapide et accessible. Le média vise à représenter ceux qu’on entend peu, tout en connectant le monde du foot à la technologie d’aujourd’hui.

Papers

Showing 62516300 of 10368 papers

TitleStatusHype
Motion Informed Needle Segmentation in Ultrasound Images0
Motion-Aware Transformer For Occluded Person Re-identification0
Motion Compensated Three-Dimensional Frequency Selective Extrapolation for Improved Error Concealment in Video Communication0
Motion Forecasting with Unlikelihood Training0
Multi-structure bone segmentation in pediatric MR images with combined regularization from shape priors and adversarial network0
Multi-Task and Multi-Modal Learning for RGB Dynamic Gesture Recognition0
Motion Information Propagation for Neural Video Compression0
Motion Recovery from Radon Transformed Image Using Neural Networks0
IITP-AI-NLP-ML@ CL-SciSumm 2020, CL-LaySumm 2020, LongSumm 20200
Efficient Transformer for Direct Speech Translation0
Moving Object Proposals with Deep Learned Optical Flow for Video Object Segmentation0
Deep Encoder-Decoder Models for Unsupervised Learning of Controllable Speech Synthesis0
DecoderTracker: Decoder-Only Method for Multiple-Object Tracking0
Efficient Verification of Neural Networks Against LVM-Based Specifications0
AutoIDS: Auto-encoder Based Method for Intrusion Detection System0
Igea: a Decoder-Only Language Model for Biomedical Text Generation in Italian0
Deep Encoder-decoder Adversarial Reconstruction (DEAR) Network for 3D CT from Few-view Data0
Multi-Step Traffic Prediction for Multi-Period Planning in Optical Networks0
IDM-Follower: A Model-Informed Deep Learning Method for Long-Sequence Car-Following Trajectory Prediction0
MRC-based Medical NER with Multi-task Learning and Multi-strategies0
Multi-stream CNN based Video Semantic Segmentation for Automated Driving0
DeepDualMapper: A Gated Fusion Network for Automatic Map Extraction using Aerial Images and Trajectories0
Identifying Terrain Physical Parameters from Vision -- Towards Physical-Parameter-Aware Locomotion and Navigation0
Multistage Fusion with Forget Gate for Multimodal Summarization in Open-Domain Videos0
Deep driven fMRI decoding of visual categories0
MR-Occ: Efficient Camera-LiDAR 3D Semantic Occupancy Prediction Using Hierarchical Multi-Resolution Voxel Representation0
Identifying Most Walkable Direction for Navigation in an Outdoor Environment0
MRRC: Multiple Role Representation Crossover Interpretation for Image Captioning With R-CNN Feature Distribution Composition (FDC)0
Auto Graph Encoder-Decoder for Neural Network Pruning0
Deep disentangled representations for volumetric reconstruction0
MSCFNet: A Lightweight Network With Multi-Scale Context Fusion for Real-Time Semantic Segmentation0
Identifiability of Deep Polynomial Neural Networks0
iConFormer: Dynamic Parameter-Efficient Tuning with Input-Conditioned Adaptation0
MSDF: A General Open-Domain Multi-Skill Dialog Framework0
Amortized Inference for Heterogeneous Reconstruction in Cryo-EM0
Multi-Start Team Orienteering Problem for UAS Mission Re-Planning with Data-Efficient Deep Reinforcement Learning0
Multistream neural architectures for cued-speech recognition using a pre-trained visual feature extractor and constrained CTC decoding0
MSLM-S2ST: A Multitask Speech Language Model for Textless Speech-to-Speech Translation with Speaker Style Preservation0
MSNeRV: Neural Video Representation with Multi-Scale Feature Fusion0
Mutual Suppression Network for Video Prediction using Disentangled Features0
MSTR: Multi-Scale Transformer for End-to-End Human-Object Interaction Detection0
MS-UNet-v2: Adaptive Denoising Method and Training Strategy for Medical Image Segmentation with Small Training Data0
EHNet: An Efficient Hybrid Network for Crowd Counting and Localization0
MSV-Mamba: A Multiscale Vision Mamba Network for Echocardiography Segmentation0
Multi-task Deep Learning for Cerebrovascular Disease Classification and MRI-to-PET Translation0
Multi-task learning with cross-task consistency for improved depth estimation in colonoscopy0
Elaborative Simplification as Implicit Questions Under Discussion0
Multi-view SA-LA Net: A framework for simultaneous segmentation of RV on multi-view cardiac MR Images0
NECTEC’s Participation in WAT-20210
Neural Network-Based Dynamic Threshold Detection for Non-Volatile Memories0
Show:102550
← PrevPage 126 of 208Next →

No leaderboard results yet.