PUBLIC MARKS from decembre with tags web & projet

Alain Hertay, maître-assistant à la Haute Ecole de la Province de Liège, avait voulu m’interviewer l’été dernier, dans le cadre du projet FORMEAM, plateforme liégeoise de formation en matière d’éducation aux médias qui a pour objectif de faire poser aux étudiants bacheliers un regard critique sur le Web et les réseaux sociaux. Il voulait que je revienne sur la génèse d’Une contre-histoire de l’Internet, le documentaire qui m’avait permis d’interviewer (notamment) Julian Assange, Benjamin Bayart, Valentin Lacambre, Andy Müller-Maghun,Richard Stallman, Phil Zimmermann… entre autres défenseurs des libertés. C’était juste avant les révélations Snowden qui, sur ces questions, a notablement contribué à changer la donne. L’interview n’étant pas encore publiquement accessible, et alors que ce fut l’une des plus longues qu’il m’ait été donné d’accorder (voir aussi la page Interviews & docus TV, en #replay), Alain m’a autorisé à la republier sur ce blog.

Overview: The following overview shows the workflow for a single input image of Sylvestor Stallone from the publicly available LFW dataset. Detect faces with a pre-trained models from dlib or OpenCV. Transform the face for the neural network. This repository uses dlib's real-time pose estimation with OpenCV's affine transformation to try to make the eyes and bottom lip appear in the same location on each image. Use a deep neural network to represent (or embed) the face on a 128-dimensional unit hypersphere. The embedding is a generic representation for anybody's face. Unlike other face representations, this embedding has the nice property that a larger distance between two face embeddings means that the faces are likely not of the same person. This property makes clustering, similarity detection, and classification tasks easier than other face recognition techniques where the Euclidean distance between features is not meaningful. Apply your favorite clustering or classification techniques to the features to complete your recognition task. See below for our examples for classification and similarity detection, including an online web demo.

un chouette dispositif passerelle de médiation numérique des savoirs. L’Awesome Box est un dispositif tellement simple qu’on se demande pourquoi personne n’y avait pensé !C’est donc une boite de retour qui est destinée aux documents que les usagers ont trouvé awesome (formidaaaaable). Une fois déposés dans cette boite, le retour est effectué et les documents sont tagués avec la mention awesome. La liste des titres est alors publiée automatiquement sur une page web et la liste est également diffusée sur twitter. C’est tout bête et c’est même pas récent puisque le projet date de 2011. Le code est accessible on peut facilement imaginer de modifier le dispositif pour proposer plusieurs boites : ce que les gens ont détesté, adoré, ce qu’ils recommanderaient à leur mère, leur frère, etc. Une fois rendus, j’imagine que l’idée est de le remettre en circulation le plus vite possible…

Mettre en œuvre des dispositifs de flux, des dispositifs passerelles et des dispositifs ponctuels pour favoriser l’accès organisé ou fortuit, l’appropriation et la dissémination de contenus à des fins de diffusion des savoirs et des savoir-faire.

Contribuer à cet effort international de libération des métadonnées bibliographiques et associée. Dans ce cadre, l’ABES offrira le service suivant à tous les établissements: redistribution dans n’importe quel format des métadonnées enrichies récupérées dans n’importe quel format auprès des éditeurs. (plus-value aux métadonnées par structuration, richesse et interconnexion de l’information avec d’autres bases. Les enjeux: - La documentation électronique est différente du catalogage partagé traditionnel (masses et flux de documents trop importants Donc réutiliser les métadonnées des éditeurs (souvent inexactes, pauvres et mal structurée). •La qualité des métadonnées étant un facteur décisif pour la recherche et l'identification des documents mais également pour garantir l'accès à ces documents, notamment via les résolveurs de lien. •Les catalogues de bibliothèque ne sont plus les outils privilégiés des lecteurs. Les métadonnées qui passent par l'ABES et ses réseaux doivent être redistribuées le plus largement possible, y compris en direction des outils de découverte ou des résolveurs de lien commerciaux. Sur ce marché, où les clients sont les bibliothèques, la concurrence doit se faire sur les services et les fonctionnalités, et pas sur les données. Ces données doivent être libres et réutilisables, intégrées au web de données.