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 65016550 of 10368 papers

TitleStatusHype
AM-MTEEG: Multi-task EEG classification based on impulsive associative memory0
A Comparison of Modeling Units in Sequence-to-Sequence Speech Recognition with the Transformer on Mandarin Chinese0
Hybrid Routing Transformer for Zero-Shot Learning0
End-to-end contextual asr based on posterior distribution adaptation for hybrid ctc/attention system0
Multi-Step Traffic Prediction for Multi-Period Planning in Optical Networks0
Multi-stream CNN based Video Semantic Segmentation for Automated Driving0
Deep Communicating Agents for Abstractive Summarization0
Hybrid-Regressive Neural Machine Translation0
Multi-structure bone segmentation in pediatric MR images with combined regularization from shape priors and adversarial network0
CANet: Channel Extending and Axial Attention Catching Network for Multi-structure Kidney Segmentation0
Amodal Optical Flow0
Neural Phrase-to-Phrase Machine Translation0
Neural Program Repair: Systems, Challenges and Solutions0
Multi-task Deep Learning for Cerebrovascular Disease Classification and MRI-to-PET Translation0
Hybrid Neural Models For Sequence Modelling: The Best Of Three Worlds0
Multi-task Federated Learning with Encoder-Decoder Structure: Enabling Collaborative Learning Across Different Tasks0
Deep Capsule Encoder-Decoder Network for Surrogate Modeling and Uncertainty Quantification0
Multi-task Learning-based CSI Feedback Design in Multiple Scenarios0
HybridNet: Classification and Reconstruction Cooperation for Semi-Supervised Learning0
End-to-End Image Compression with Probabilistic Decoding0
Multitask Learning For Different Subword Segmentations In Neural Machine Translation0
Multi-Task Learning for Semantic Parsing with Cross-Domain Sketch0
Multi-Task Learning of Generation and Classification for Emotion-Aware Dialogue Response Generation0
Multi-task learning to improve natural language understanding0
Multi-task Learning with Cross Attention for Keyword Spotting0
Multi-task learning with cross-task consistency for improved depth estimation in colonoscopy0
Hybrid Mamba-Transformer Decoder for Error-Correcting Codes0
Auto-Encoder Optimized PAM IM/DD Transceivers for Amplified Fiber Links0
Neural Personalized Response Generation as Domain Adaptation0
Autoencoder for Interconnect's Bandwidth Relaxation in Large Scale MIMO-OFDM Processing0
Deep Blind Image Inpainting0
Multitask Non-Autoregressive Model for Human Motion Prediction0
Neural Networks Models for Entity Discovery and Linking0
End-to-End Learning for Video Frame Compression with Self-Attention0
Neural Open Information Extraction0
Neural Photofit: Gaze-based Mental Image Reconstruction0
Multi-task Sequence to Sequence Learning0
Multitask Training with Text Data for End-to-End Speech Recognition0
Neural Program Synthesis with a Differentiable Fixer0
Multi-Task Video Captioning with Video and Entailment Generation0
MultiTaskVIF: Segmentation-oriented visible and infrared image fusion via multi-task learning0
End-to-end Multichannel Speaker-Attributed ASR: Speaker Guided Decoder and Input Feature Analysis0
HybridFlow: Infusing Continuity into Masked Codebook for Extreme Low-Bitrate Image Compression0
Multi-Temporal Land Cover Classification with Sequential Recurrent Encoders0
Hybrid Feature Embedding For Automatic Building Outline Extraction0
Multi-user Goal-oriented Communications with Energy-efficient Edge Resource Management0
Multiuser Resource Allocation for Semantic-Relay-Aided Text Transmissions0
multivariateGPT: a decoder-only transformer for multivariate categorical and numeric data0
Multivariate Time Series Classification with Hierarchical Variational Graph Pooling0
Hybrid Data-Model Parallel Training for Sequence-to-Sequence Recurrent Neural Network Machine Translation0
Show:102550
← PrevPage 131 of 208Next →

No leaderboard results yet.