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 98019850 of 10368 papers

TitleStatusHype
Im2Flow: Motion Hallucination from Static Images for Action RecognitionCode0
FHEDN: A based on context modeling Feature Hierarchy Encoder-Decoder Network for face detection0
Character-Based Handwritten Text Transcription with Attention NetworksCode0
Generalized Zero-Shot Learning via Synthesized Examples0
Deep Koalarization: Image Colorization using CNNs and Inception-ResNet-v2Code0
Building competitive direct acoustics-to-word models for English conversational speech recognition0
Sequence to Sequence Networks for Roman-Urdu to Urdu Transliteration0
End-to-End Offline Goal-Oriented Dialog Policy Learning via Policy Gradient0
Multi-channel Encoder for Neural Machine Translation0
Unsupervised Multi-Domain Image Translation with Domain-Specific Encoders/Decoders0
Attacking Visual Language Grounding with Adversarial Examples: A Case Study on Neural Image CaptioningCode0
Learning to Forecast Videos of Human Activity with Multi-granularity Models and Adaptive Rendering0
State-of-the-art Speech Recognition With Sequence-to-Sequence ModelsCode1
iPose: Instance-Aware 6D Pose Estimation of Partly Occluded Objects0
A GRU-based Encoder-Decoder Approach with Attention for Online Handwritten Mathematical Expression RecognitionCode0
An Encoder-Decoder Model for ICD-10 Coding of Death Certificates0
Towards better translation performance on spoken language0
The Samsung and University of Edinburgh’s submission to IWSLT170
Fader Networks:Manipulating Images by Sliding Attributes0
Neural Networks for Efficient Bayesian Decoding of Natural Images from Retinal NeuronsCode0
Deliberation Networks: Sequence Generation Beyond One-Pass Decoding0
Group Linguistic Bias Aware Neural Response Generation0
Folded Recurrent Neural Networks for Future Video PredictionCode0
An End-to-end 3D Convolutional Neural Network for Action Detection and Segmentation in Videos0
Auxiliary Guided Autoregressive Variational Autoencoders0
FSRNet: End-to-End Learning Face Super-Resolution with Facial PriorsCode0
PSIque: Next Sequence Prediction of Satellite Images using a Convolutional Sequence-to-Sequence Network0
AttGAN: Facial Attribute Editing by Only Changing What You WantCode0
Neural Text Generation: A Practical Guide0
Modeling Past and Future for Neural Machine TranslationCode0
Improved Neural Text Attribute Transfer with Non-parallel Data0
Message-Passing Receiver Design for Joint Channel Estimation and Data Decoding in Uplink Grant-Free SCMA Systems0
Exploiting temporal information for 3D pose estimationCode0
Train, Diagnose and Fix: Interpretable Approach for Fine-grained Action Recognition0
Weakly Supervised Object Discovery by Generative Adversarial & Ranking Networks0
Identifying Most Walkable Direction for Navigation in an Outdoor Environment0
Generating Thematic Chinese Poetry using Conditional Variational Autoencoders with Hybrid Decoders0
End-to-end Trained CNN Encode-Decoder Networks for Image SteganographyCode0
Chinese Typeface Transformation with Hierarchical Adversarial Network0
Shape Inpainting using 3D Generative Adversarial Network and Recurrent Convolutional NetworksCode0
Towards dense volumetric pancreas segmentation in CT using 3D fully convolutional networks0
3D Reconstruction of Incomplete Archaeological Objects Using a Generative Adversarial NetworkCode0
Separating Style and Content for Generalized Style TransferCode0
A Generative Approach to Question Answering0
An Encoder-Decoder Framework Translating Natural Language to Database Queries0
Squeeze-SegNet: A new fast Deep Convolutional Neural Network for Semantic SegmentationCode0
Adversarial Symmetric Variational Autoencoder0
Attention-based Information Fusion using Multi-Encoder-Decoder Recurrent Neural Networks0
SQLNet: Generating Structured Queries From Natural Language Without Reinforcement LearningCode2
AON: Towards Arbitrarily-Oriented Text RecognitionCode0
Show:102550
← PrevPage 197 of 208Next →

No leaderboard results yet.