Proceedings of the International scientific and practical conference ―Cambridge Science and Education Conference‖ (May 15-17, 2026) / Publisher website: www.naukainfo.com. - Cambridge, United Kingdom, 2026. - 429 p.

127 УДК 004.8:528.8 Граняк Валерій Федорович канд. техн. наук, доцент Швець Ярослав Андрійович студент Інститут інформаційних технологій в економіці Київський національний економічний університет імені Вадима Гетьмана. м. Київ, Україна HARD NEGATIVE SAMPLING У НАВЧАННІ МОДЕЛЕЙ CROSS-VIEW GEO-LOCALIZATION Анотація. У роботі розглянуто роль hard negative sampling у навчанні моделей cross-view geo-localization. Показано, що цілеспрямований відбір складних негативних прикладів формує більш дискримінативний embedding- простір і наближує навчання до реального пошуку координат за супутниковою картою. Обґрунтовано доцільність поєднання contrastive learning, географічно контрольованого відбору негативів і visual mining для підвищення стійкості локалізації автономних платформ. Ключові слова: hard negative sampling, cross-view geo-localization, складні негативні приклади, contrastive learning, InfoNCE, embedding-простір, супутникова карта, пошук координат, автономні платформи, візуальна локалізація Cross-view geo-localization використовується для визначення координат за зображенням шляхом пошуку відповідного фрагмента у базі геоприв‘язаних супутникових або аерофотознімків [1]. Для автономних платформ такий підхід є резервом у випадку втрати або спотворення GNSS [2]. Проте модель має відрізняти не тільки очевидно різні сцени, а й близькі або візуально схожі, але