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 1005110100 of 10368 papers

TitleStatusHype
DeepLight: Robust & Unobtrusive Real-time Screen-Camera Communication for Real-World Displays0
Deep Lidar-guided Image Deblurring0
Deep Learning with Anatomical Priors: Imitating Enhanced Autoencoders in Latent Space for Improved Pelvic Bone Segmentation in MRI0
Sequence to sequence deep learning models for solar irradiation forecasting0
Fader Networks:Manipulating Images by Sliding Attributes0
FaD-VLP: Fashion Vision-and-Language Pre-training towards Unified Retrieval and Captioning0
FA-GAN: Feature-Aware GAN for Text to Image Synthesis0
FAID Diversity via Neural Networks0
FairMixRep : Self-supervised Robust Representation Learning for Heterogeneous Data with Fairness constraints0
Fair Representations by Compression0
Sequence-To-Sequence Domain Adaptation Network for Robust Text Image Recognition0
Deep learning of fMRI big data: a novel approach to subject-transfer decoding0
FANS: Fusing ASR and NLU for on-device SLU0
Sequence-to-Sequence Imputation of Missing Sensor Data0
Deep Learning Models for Global Coordinate Transformations that Linearize PDEs0
Sequence-to-Sequence Knowledge Graph Completion and Question Answering0
Fast and Accurate OOV Decoder on High-Level Features0
Fast and accurate reconstruction of HARDI using a 1D encoder-decoder convolutional network0
Fast and Accurate Reordering with ITG Transition RNN0
Fast and Accurate Transformer-based Translation with Character-Level Encoding and Subword-Level Decoding0
A Generative Parser with a Discriminative Recognition Algorithm0
Fast and Precise Binary Instance Segmentation of 2D Objects for Automotive Applications0
Fast and Sample-Efficient Domain Adaptation for Autoencoder-Based End-to-End Communication0
Sequence to Sequence Learning for Optical Character Recognition0
Sequence-to-Sequence Learning via Attention Transfer for Incremental Speech Recognition0
Fast Conformer with Linearly Scalable Attention for Efficient Speech Recognition0
Fast Contextual Adaptation with Neural Associative Memory for On-Device Personalized Speech Recognition0
Deep learning investigation for chess player attention prediction using eye-tracking and game data0
Deep learning guided Android malware and anomaly detection0
FastCorrect 2: Fast Error Correction on Multiple Candidates for Automatic Speech Recognition0
Low-Complexity Decoder for Overloaded Uniquely Decodable Synchronous CDMA0
A Persona-based Multi-turn Conversation Model in an Adversarial Learning Framework0
Topic-to-essay generation with knowledge-based content selection0
Fast Encoding and Decoding for Implicit Video Representation0
Fast End-to-End Speech Recognition via Non-Autoregressive Models and Cross-Modal Knowledge Transferring from BERT0
Faster decoding for subword level Phrase-based SMT between related languages0
Deep Learning for Waveform Estimation and Imaging in Passive Radar0
Faster Machine Translation Ensembling with Reinforcement Learning and Competitive Correction0
Deep Learning for Simultaneous Inference of Hydraulic and Transport Properties0
Faster Speech-LLaMA Inference with Multi-token Prediction0
Deep Learning for Segmentation using an Open Large-Scale Dataset in 2D Echocardiography0
FastFit: Towards Real-Time Iterative Neural Vocoder by Replacing U-Net Encoder With Multiple STFTs0
Deep Learning for Segmentation of Cracks in High-Resolution Images of Steel Bridges0
Deep learning for determining a near-optimal topological design without any iteration0
Fast Monocular Hand Pose Estimation on Embedded Systems0
Fast Image Caption Generation with Position Alignment0
Deep learning-based topological optimization for representing a user-specified design area0
Sequence-to-Sequence Multi-Modal Speech In-Painting0
Fast Interleaved Bidirectional Sequence Generation0
FastLR: Non-Autoregressive Lipreading Model with Integrate-and-Fire0
Show:102550
← PrevPage 202 of 208Next →

No leaderboard results yet.