
Дипломна робота: 137 с., 49 рис., 15 табл., 63 посилання, 1 додаток. Об’єктом дослідження є задача географічної локалізації на основі аналізу візуальних даних. Предметом дослідження є методи та алгоритми локалізації географічного місцезнаходження шляхом мультимодального аналізу зображень із використанням великих мовних моделей. Метою роботи є розробка інтелектуальної системи для прогнозування географічних координат на основі аналізу зображень Google Street View із врахуванням набору візуальних індикаторів географічного положення. У роботі проведено аналіз предметної області та існуючих рішень для визначення географічного розташування на основі аналізу візуальних даних. Результатом роботи є розроблена інтелектуальна система, що використовує провідні великі мовні моделі для аналізу візуального та лінгвістичного контексту зображень з Google Street View та прогнозування географічних координат місця зйомки. Аналіз якості прогнозів проведено шляхом інтеграції розробленої системи з онлайн-ресурсом GeoGuessr. За результатами роботи сформовано базу знань, яка може бути використана для навчання вузькоспеціалізованої моделі методом дистиляції знань. Матеріали проведеного дослідження представлено на XXIII Всеукраїнській науково-практичній конференції студентів, аспірантів та молодих вчених «Теоретичні і прикладні проблеми фізики, математики та інформатики» (14 – 17 травня 2025 р., Київ, Україна) та опубліковано у збірнику матеріалів конференції.
multimodal analysis, google street view, комп’ютерний зір, великі мовні моделі, map projection, картографічна проекція, geoguessr, large language models, geographic localization, мультимодальний аналіз, географічна локалізація, computer vision
multimodal analysis, google street view, комп’ютерний зір, великі мовні моделі, map projection, картографічна проекція, geoguessr, large language models, geographic localization, мультимодальний аналіз, географічна локалізація, computer vision
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
