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 23012350 of 10368 papers

TitleStatusHype
Autoencoding with a Classifier SystemCode1
Hierarchical Entity Typing via Multi-level Learning to RankCode1
Effective Modeling of Encoder-Decoder Architecture for Joint Entity and Relation ExtractionCode1
Efficient Decoder-free Object Detection with TransformersCode1
HifiFace: 3D Shape and Semantic Prior Guided High Fidelity Face SwappingCode1
HiFormer: Hierarchical Multi-scale Representations Using Transformers for Medical Image SegmentationCode1
EEG Channel Interpolation Using Deep Encoder-decoder NetwoksCode1
Deep Embedded K-Means ClusteringCode1
Attention-based residual autoencoder for video anomaly detectionCode1
High Frequency Matters: Uncertainty Guided Image Compression with Wavelet DiffusionCode1
Deep Encoder-Decoder Networks for Classification of Hyperspectral and LiDAR DataCode1
Adaptive O-CNN: A Patch-based Deep Representation of 3D ShapesCode1
Deep Encoder, Shallow Decoder: Reevaluating Non-autoregressive Machine TranslationCode1
High-Resolution Swin Transformer for Automatic Medical Image SegmentationCode1
EEG-to-Text Translation: A Model for Deciphering Human Brain ActivityCode1
Deep Equilibrium Object DetectionCode1
HistoSeg : Quick attention with multi-loss function for multi-structure segmentation in digital histology imagesCode1
HNeRV: A Hybrid Neural Representation for VideosCode1
Cross-modal Prototype Driven Network for Radiology Report GenerationCode1
DeFLOCNet: Deep Image Editing via Flexible Low-level ControlsCode1
HOTR: End-to-End Human-Object Interaction Detection with TransformersCode1
How Do Images Align and Complement LiDAR? Towards a Harmonized Multi-modal 3D Panoptic SegmentationCode1
HRDecoder: High-Resolution Decoder Network for Fundus Image Lesion SegmentationCode1
Deep Fusion Network for Image CompletionCode1
HRMedSeg: Unlocking High-resolution Medical Image segmentation via Memory-efficient Attention ModelingCode1
HSTforU: anomaly detection in aerial and ground-based videos with hierarchical spatio-temporal transformer for U-netCode1
EDTformer: An Efficient Decoder Transformer for Visual Place RecognitionCode1
A Cascade Dual-Decoder Model for Joint Entity and Relation ExtractionCode1
Hurricane Forecasting: A Novel Multimodal Machine Learning FrameworkCode1
Hybrid Generative-Contrastive Representation LearningCode1
Efficient Dialogue State Tracking by Selectively Overwriting MemoryCode1
DeepHandMesh: A Weakly-supervised Deep Encoder-Decoder Framework for High-fidelity Hand Mesh ModelingCode1
Cross-modal Memory Networks for Radiology Report GenerationCode1
Deep Hyperspectral Unmixing using Transformer NetworkCode1
3M-Diffusion: Latent Multi-Modal Diffusion for Language-Guided Molecular Structure GenerationCode1
Cross-modal Deep Face Normals with Deactivable Skip ConnectionsCode1
Deep Image Compression using Decoder Side InformationCode1
Deep Image Harmonization in Dual Color SpacesCode1
Attention Based Neural Networks for Wireless Channel EstimationCode1
ICAL: Implicit Character-Aided Learning for Enhanced Handwritten Mathematical Expression RecognitionCode1
Deep Instruction Tuning for Segment Anything ModelCode1
ECT: Fine-grained Edge Detection with Learned Cause TokensCode1
EDN: Salient Object Detection via Extremely-Downsampled NetworkCode1
EAGER-LLM: Enhancing Large Language Models as Recommenders through Exogenous Behavior-Semantic IntegrationCode1
Early Exit or Not: Resource-Efficient Blind Quality Enhancement for Compressed ImagesCode1
Illiterate DALL-E Learns to ComposeCode1
Deep Joint Source-Channel Coding with Iterative Source Error CorrectionCode1
Automatic chemical design using a data-driven continuous representation of moleculesCode1
Image-based table recognition: data, model, and evaluationCode1
DyTox: Transformers for Continual Learning with DYnamic TOken eXpansionCode1
Show:102550
← PrevPage 47 of 208Next →

No leaderboard results yet.