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

Recently AddedMost HypedMost ActiveNeeds VerificationMost Verified

Showing 9701–9750 of 10368 papers

TitleStatusHype
End-to-end Multi-source Visual Prompt Tuning for Survival Analysis in Whole Slide Images—0
End-to-End Multi-speaker Speech Recognition with Transformer—0
End-to-End Neural Speech Coding for Real-Time Communications—0
End-to-End Neural Segmental Models for Speech Recognition—0
De Novo Drug Design with Joint Transformers—0
End-to-End Non-Autoregressive Neural Machine Translation with Connectionist Temporal Classification—0
denoiSplit: a method for joint microscopy image splitting and unsupervised denoising—0
End-to-End Offline Goal-Oriented Dialog Policy Learning via Policy Gradient—0
End-to-end Open-vocabulary Video Visual Relationship Detection using Multi-modal Prompting—0
Semi-supervised Autoencoding Projective Dependency Parsing—0
End-to-end optimized image compression for machines, a study—0
End-to-end optimized image compression for multiple machine tasks—0
End-to-End Personalized Next Location Recommendation via Contrastive User Preference Modeling—0
End-to-End Real-time Catheter Segmentation with Optical Flow-Guided Warping during Endovascular Intervention—0
DeNoising-MOT: Towards Multiple Object Tracking with Severe Occlusions—0
End to End Recognition System for Recognizing Offline Unconstrained Vietnamese Handwriting—0
Denoising Diffusion Error Correction Codes—0
End-To-End Sign Language Translation via Multitask Learning—0
End-to-End Simultaneous Learning of Single-particle Orientation and 3D Map Reconstruction from Cryo-electron Microscopy Data—0
End-to-End Simultaneous Speech Translation with Pretraining and Distillation: Huawei Noah’s System for AutoSimTranS 2022—0
End-to-End Speaker-Attributed ASR with Transformer—0
Denoising based Sequence-to-Sequence Pre-training for Text Generation—0
End-to-End Speech Recognition Contextualization with Large Language Models—0
End-to-end Speech Recognition with Adaptive Computation Steps—0
End-to-End Speech Recognition with Pre-trained Masked Language Model—0
End-to-end Speech Translation System Description of LIT for IWSLT 2019—0
End-to-end Speech Translation with Spoken-to-Written Style Conversion—0
End-to-End Spoken Language Understanding Without Full Transcripts—0
End-to-end streaming model for low-latency speech anonymization—0
TokenSplit: Using Discrete Speech Representations for Direct, Refined, and Transcript-Conditioned Speech Separation and Recognition—0
Denoising Autoregressive Representation Learning—0
Semi-Supervised Dependency Parsing with Arc-Factored Variational Autoencoding—0
End-to-End Target Speaker Speech Recognition Using Context-Aware Attention Mechanisms for Challenging Enrollment Scenario—0
A Hierarchically Feature Reconstructed Autoencoder for Unsupervised Anomaly Detection—0
End-to-End Trainable Attentive Decoder for Hierarchical Entity Classification—0
DENet: A Universal Network for Counting Crowd with Varying Densities and Scales—0
Semi-supervised Grasp Detection by Representation Learning in a Vector Quantized Latent Space—0
DeltaNet: Conditional Medical Report Generation for COVID-19 Diagnosis—0
End-to-end translation of human neural activity to speech with a dual-dual generative adversarial network—0
Energy based diffusion generator for efficient sampling of Boltzmann distributions—0
Semi-Supervised Learning for Channel Charting-Aided IoT Localization in Millimeter Wave Networks—0
DelibGAN: Coarse-to-Fine Text Generation via Adversarial Network—0
Energy Efficient Video Decoding for VVC Using a Greedy Strategy Based Design Space Exploration—0
Energy Estimation of Last Mile Electric Vehicle Routes—0
Energy-information trade-off makes the cortical critical power law the optimal coding—0
Energy-Inspired Self-Supervised Pretraining for Vision Models—0
Enforcing Encoder-Decoder Modularity in Sequence-to-Sequence Models—0
Semi-supervised Learning for Marked Temporal Point Processes—0
Semi-supervised Learning for Multi-speaker Text-to-speech Synthesis Using Discrete Speech Representation—0
English to Bangla Machine Translation Using Recurrent Neural Network—0
Show:102550
← PrevPage 195 of 208Next →

No leaderboard results yet.