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 65516600 of 10368 papers

TitleStatusHype
Visual Grounding with TransformersCode1
Truly shift-equivariant convolutional neural networks with adaptive polyphase upsamplingCode1
TrTr: Visual Tracking with TransformerCode1
Adaptive Latent Space Tuning for Non-Stationary Distributions0
Model Selection CNN-based VVC QualityEnhancement0
Exploring Explicit and Implicit Visual Relationships for Image Captioning0
Handwritten Mathematical Expression Recognition with Bidirectionally Trained TransformerCode1
Self-Supervised Multi-Frame Monocular Scene FlowCode1
VoxelContext-Net: An Octree based Framework for Point Cloud Compression0
Lesion Segmentation and RECIST Diameter Prediction via Click-driven Attention and Dual-path Connection0
DeepSMOTE: Fusing Deep Learning and SMOTE for Imbalanced DataCode1
Out-of-distribution Detection and Generation using Soft Brownian Offset Sampling and AutoencodersCode0
LAFFNet: A Lightweight Adaptive Feature Fusion Network for Underwater Image Enhancement0
Weakly-Supervised Universal Lesion Segmentation with Regional Level Set Loss0
Enhanced U-Net: A Feature Enhancement Network for Polyp SegmentationCode1
Multi-modal Bifurcated Network for Depth Guided Image RelightingCode1
On the limit of English conversational speech recognition0
Recovering Barabási-Albert Parameters of Graphs through DisentanglementCode0
S3Net: A Single Stream Structure for Depth Guided Image RelightingCode1
Searchable Hidden Intermediates for End-to-End Models of Decomposable Sequence Tasks0
Blind microscopy image denoising with a deep residual and multiscale encoder/decoder networkCode0
Incorporating Transformer and LSTM to Kalman Filter with EM algorithm for state estimationCode1
AlloST: Low-resource Speech Translation without Source TranscriptionCode0
Continuous Face Aging via Self-estimated Residual Age Embedding0
Improving Response Quality with Backward Reasoning in Open-domain Dialogue SystemsCode0
The Factual Inconsistency Problem in Abstractive Text Summarization: A SurveyCode1
DPR-CAE: Capsule Autoencoder with Dynamic Part Representation for Image Parsing0
Predicting Intraoperative Hypoxemia with Hybrid Inference Sequence Autoencoder Networks0
Perceptual Image Quality Assessment with TransformersCode1
A lightweight deep learning based cloud detection method for Sentinel-2A imagery fusing multi-scale spectral and spatial featuresCode1
Maneuver-Aware Pooling for Vehicle Trajectory PredictionCode1
Discovery of slow variables in a class of multiscale stochastic systems via neural networks0
Image Inpainting by End-to-End Cascaded Refinement with Mask AwarenessCode1
Hybrid Approach for 3D Head Reconstruction: Using Neural Networks and Visual Geometry0
HOTR: End-to-End Human-Object Interaction Detection with TransformersCode1
SrvfNet: A Generative Network for Unsupervised Multiple Diffeomorphic Shape Alignment0
Rethinking BiSeNet For Real-time Semantic SegmentationCode1
Underwater Image Enhancement via Medium Transmission-Guided Multi-Color Space EmbeddingCode1
Deep 3D-to-2D Watermarking: Embedding Messages in 3D Meshes and Extracting Them from 2D Renderings0
Joint Activity Detection and Data Decoding in Massive Random Access via a Turbo Receiver0
Head-synchronous Decoding for Transformer-based Streaming ASR0
Focused Attention Improves Document-Grounded GenerationCode1
Easy and Efficient Transformer : Scalable Inference Solution For large NLP modelCode1
Parallel mesh reconstruction streams for pose estimation of interacting hands0
A Novel Transformer Based Semantic Segmentation Scheme for Fine-Resolution Remote Sensing ImagesCode2
Visual Saliency TransformerCode1
Parallel Scale-wise Attention Network for Effective Scene Text Recognition0
StegaPos: Preventing Unwanted Crops and Replacements with Imperceptible Positional Embeddings0
MusCaps: Generating Captions for Music AudioCode1
Adaptive Appearance RenderingCode0
Show:102550
← PrevPage 132 of 208Next →

No leaderboard results yet.