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 84018450 of 10368 papers

TitleStatusHype
CGT: Clustered Graph Transformer for Urban Spatio-temporal Prediction0
BOOSTING ENCODER-DECODER CNN FOR INVERSE PROBLEMS0
Defense against Adversarial Examples by Encoder-Assisted Search in the Latent Coding Space0
Deep Spike Decoder (DSD)0
UNIVERSAL MODAL EMBEDDING OF DYNAMICS IN VIDEOS AND ITS APPLICATIONS0
Amharic Text Normalization with Sequence-to-Sequence Models0
Hierarchical Disentangle Network for Object Representation Learning0
Generating Multi-Sentence Abstractive Summaries of Interleaved Texts0
Sample-Based Point Cloud Decoder Networks0
FLAT MANIFOLD VAES0
Neural Networks for Principal Component Analysis: A New Loss Function Provably Yields Ordered Exact Eigenvectors0
Natural- to formal-language generation using Tensor Product Representations0
Encoder-decoder Network as Loss Function for Summarization0
Mixture-of-Experts Variational Autoencoder for clustering and generating from similarity-based representations0
Manifold Modeling in Embedded Space: A Perspective for Interpreting "Deep Image Prior"0
LIA: Latently Invertible Autoencoder with Adversarial Learning0
Lattice Representation Learning0
Imagining the Latent Space of a Variational Auto-Encoders0
ICNN: INPUT-CONDITIONED FEATURE REPRESENTATION LEARNING FOR TRANSFORMATION-INVARIANT NEURAL NETWORK0
Hierarchical Bayes Autoencoders0
Task-Oriented Conversation Generation Using Heterogeneous Memory Networks0
Breaking the Data Barrier: Towards Robust Speech Translation via Adversarial Stability Training0
Decoder Choice Network for Meta-LearningCode0
Segmentation Transformer: Object-Contextual Representations for Semantic SegmentationCode2
Unified Vision-Language Pre-Training for Image Captioning and VQACode2
Cross-Lingual Natural Language Generation via Pre-TrainingCode1
Hierarchical Point-Edge Interaction Network for Point Cloud Semantic Segmentation0
Learning Universal Graph Neural Network Embeddings With Aid Of Transfer LearningCode0
Adapting Language Models for Non-Parallel Author-Stylized Rewriting0
FlatteNet: A Simple Versatile Framework for Dense Pixelwise PredictionCode0
Adversarial Learning of General Transformations for Data Augmentation0
Self-attention based end-to-end Hindi-English Neural Machine Translation0
Pivot-based Transfer Learning for Neural Machine Translation between Non-English Languages0
Context-Aware Image Matting for Simultaneous Foreground and Alpha EstimationCode0
EATEN: Entity-aware Attention for Single Shot Visual Text ExtractionCode0
Brain Tumor Segmentation and Survival Prediction0
Designing dialogue systems: A mean, grumpy, sarcastic chatbot in the browser0
Autoencoder for Interconnect's Bandwidth Relaxation in Large Scale MIMO-OFDM Processing0
Deep learning architectures for automated image segmentation0
Dual Encoder-Decoder based Generative Adversarial Networks for Disentangled Facial Representation Learning0
Improved Variational Neural Machine Translation by Promoting Mutual Information0
Adaptively Aligned Image Captioning via Adaptive Attention TimeCode0
Goal-Embedded Dual Hierarchical Model for Task-Oriented Dialogue Generation0
SalsaNet: Fast Road and Vehicle Segmentation in LiDAR Point Clouds for Autonomous DrivingCode1
Feature Pyramid Encoding Network for Real-time Semantic Segmentation0
Espresso: A Fast End-to-end Neural Speech Recognition ToolkitCode1
Memory-Augmented Neural Networks for Machine TranslationCode0
Controllable Length Control Neural Encoder-Decoder via Reinforcement Learning0
Pointer-based Fusion of Bilingual Lexicons into Neural Machine TranslationCode0
Multi-Task Learning for Automotive Foggy Scene Understanding via Domain Adaptation to an Illumination-Invariant Representation0
Show:102550
← PrevPage 169 of 208Next →

No leaderboard results yet.