Papers with Code · CC BY-SA 4.0

CIFAR10 100k

아카이브 평가 20건 · 마지막 적재/변경 2026-10-30

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
NeuralWalker	Accuracy (%) 80.027 ± 0.185	Learning Long Range Dependencies on Graphs via Random Walks 2024-06-05	코드 1
GatedGCN+	Accuracy (%) 77.218 ± 0.381	Unlocking the Potential of Classic GNNs for Graph-level Tasks: Simple Architectures Meet Excellence 2025-02-13	코드 1
GRED	Accuracy (%) 76.853±0.185	Recurrent Distance Filtering for Graph Representation Learning 2023-12-03	코드 1
GRIT	Accuracy (%) 76.468	Graph Inductive Biases in Transformers without Message Passing 2023-05-27	코드 1 · 코드 2
GraphGPS + HDSE	Accuracy (%) 76.180±0.277	Enhancing Graph Transformers with Hierarchical Distance Structural Encoding 2023-08-22	코드 1
ESA (Edge set attention, no positional encodings)	Accuracy (%) 75.413±0.248	An end-to-end attention-based approach for learning on graphs 2024-02-16	코드 1
Exphormer	Accuracy (%) 74.754±0.194	Exphormer: Sparse Transformers for Graphs 2023-03-10	코드 1
TIGT	Accuracy (%) 73.955	Topology-Informed Graph Transformer 2024-02-03	코드 1 · 코드 2
ARGNP	Accuracy (%) 73.90	Automatic Relation-aware Graph Network Proliferation 2022-05-31	코드 1
DGN	Accuracy (%) 72.84	Directional Graph Networks 2020-10-06	코드 1 · 코드 2
GPS	Accuracy (%) 72.298	Recipe for a General, Powerful, Scalable Graph Transformer 2022-05-25	코드 1 · 코드 2 · 코드 3 · 코드 4
PNA	Accuracy (%) 70.47	Principal Neighbourhood Aggregation for Graph Nets 2020-04-12	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
EIGENFORMER	Accuracy (%) 70.194	Graph Transformers without Positional Encodings 2024-01-31	연결 없음
GatedGCN	Accuracy (%) 69.37	Residual Gated Graph ConvNets 2017-11-20	코드 1
EGT	Accuracy (%) 68.702	Global Self-Attention as a Replacement for Graph Convolution 2021-08-07	코드 1 · 코드 2 · 코드 3
GatedGCN	Accuracy (%) 67.312	Benchmarking Graph Neural Networks 2020-03-02	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15
GraphSage	Accuracy (%) 66.08	Inductive Representation Learning on Large Graphs 2017-06-07	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20
GAT	Accuracy (%) 65.48	Graph Attention Networks 2017-10-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71 · 코드 72 · 코드 73 · 코드 74 · 코드 75 · 코드 76 · 코드 77 · 코드 78 · 코드 79 · 코드 80 · 코드 81 · 코드 82 · 코드 83 · 코드 84 · 코드 85 · 코드 86 · 코드 87 · 코드 88 · 코드 89 · 코드 90 · 코드 91 · 코드 92 · 코드 93
MoNet	Accuracy (%) 53.42	Geometric deep learning on graphs and manifolds using mixture model CNNs 2016-11-25	코드 1 · 코드 2 · 코드 3 · 코드 4
GIN	Accuracy (%) 53.28	How Powerful are Graph Neural Networks? 2018-10-01	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19