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 21012150 of 10368 papers

TitleStatusHype
CSWin-UNet: Transformer UNet with Cross-Shaped Windows for Medical Image SegmentationCode1
Deep Encoder-Decoder Networks for Classification of Hyperspectral and LiDAR DataCode1
Learning Mesh Representations via Binary Space Partitioning Tree NetworksCode1
Deep Fusion Network for Image CompletionCode1
CTCNet: A CNN-Transformer Cooperation Network for Face Image Super-ResolutionCode1
CTC-synchronous Training for Monotonic Attention ModelCode1
CTFN: Hierarchical Learning for Multimodal Sentiment Analysis Using Coupled-Translation Fusion NetworkCode1
CTformer: Convolution-free Token2Token Dilated Vision Transformer for Low-dose CT DenoisingCode1
CTIN: Robust Contextual Transformer Network for Inertial NavigationCode1
Deep Generative Model for Periodic GraphsCode1
CT Liver Segmentation via PVT-based Encoding and Refined DecodingCode1
CTRAN: CNN-Transformer-based Network for Natural Language UnderstandingCode1
AttentionHTR: Handwritten Text Recognition Based on Attention Encoder-Decoder NetworksCode1
Learning Locally Editable Virtual HumansCode1
Learning Neural Representation of Camera Pose with Matrix Representation of Pose Shift via View SynthesisCode1
Learning Neural Templates for Recommender Dialogue SystemCode1
Cross-Lingual Natural Language Generation via Pre-TrainingCode1
Deep Joint Source Channel Coding for WirelessImage Transmission with OFDMCode1
AdaptiveClick: Clicks-aware Transformer with Adaptive Focal Loss for Interactive Image SegmentationCode1
Deep Learning for Case-Based Reasoning through Prototypes: A Neural Network that Explains Its PredictionsCode1
Deep learning based geometric registration for medical images: How accurate can we get without visual features?Code1
Deep Learning Enhanced Dynamic Mode DecompositionCode1
Learning Wasserstein EmbeddingsCode1
Learn to Design the Heuristics for Vehicle Routing ProblemCode1
Learning Geometric Transformation for Point Cloud CompletionCode1
Custom Structure Preservation in Face AgingCode1
Adaptive Context Selection for Polyp SegmentationCode1
Deep learning via LSTM models for COVID-19 infection forecasting in IndiaCode1
CV 3315 Is All You Need : Semantic Segmentation CompetitionCode1
Nonlinear optical encoding enabled by recurrent linear scatteringCode1
CycleFormer : TSP Solver Based on Language ModelingCode1
Less is More: Pretrain a Strong Siamese Encoder for Dense Text Retrieval Using a Weak DecoderCode1
Deep Low-Rank Subspace ClusteringCode1
Leveraging Inpainting for Single-Image Shadow RemovalCode1
Learning from Irregularly-Sampled Time Series: A Missing Data PerspectiveCode1
Learning Iterative Neural Optimizers for Image SteganographyCode1
Deep Neural Networks for Relation ExtractionCode1
D2A U-Net: Automatic Segmentation of COVID-19 Lesions from CT Slices with Dilated Convolution and Dual Attention MechanismCode1
Deep Parametric 3D Filters for Joint Video Denoising and Illumination Enhancement in Video Super ResolutionCode1
LexMAE: Lexicon-Bottlenecked Pretraining for Large-Scale RetrievalCode1
Deep Reinforcement Learning for Solving the Heterogeneous Capacitated Vehicle Routing ProblemCode1
Deep Reinforcement Learning For Sequence to Sequence ModelsCode1
Deep Architectures for Neural Machine TranslationCode1
Crossway Diffusion: Improving Diffusion-based Visuomotor Policy via Self-supervised LearningCode1
DadaGP: A Dataset of Tokenized GuitarPro Songs for Sequence ModelsCode1
DeepSleep 2.0: Automated Sleep Arousal Segmentation via Deep LearningCode1
Learning for Video Compression with Recurrent Auto-Encoder and Recurrent Probability ModelCode1
Learning Linear Block Error Correction CodesCode1
Deep Spatio-Temporal Wind Power ForecastingCode1
Learning Optimal Representations with the Decodable Information BottleneckCode1
Show:102550
← PrevPage 43 of 208Next →

No leaderboard results yet.