Papers with Code · CC BY-SA 4.0

COLLAB

아카이브 평가 39건 · 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
U2GNN (Unsupervised)	Accuracy 95.62%	Universal Graph Transformer Self-Attention Networks 2019-09-26	코드 1
TFGW ADJ (L=2)	Accuracy 84.3%	Template based Graph Neural Network with Optimal Transport Distances 2022-05-31	코드 1
DUGNN	Accuracy 84.20%	Learning Universal Graph Neural Network Embeddings With Aid Of Transfer Learning 2019-09-22	코드 1
G_DenseNet	Accuracy 83.16%	When Work Matters: Transforming Classical Network Structures to Graph CNN 2018-07-07	연결 없음
GFN	Accuracy 81.50%	Are Powerful Graph Neural Nets Necessary? A Dissection on Graph Classification 2019-05-11	코드 1
PPGN	Accuracy 81.38%	Provably Powerful Graph Networks 2019-05-27	코드 1 · 코드 2
GFN-light	Accuracy 81.34%	Are Powerful Graph Neural Nets Necessary? A Dissection on Graph Classification 2019-05-11	코드 1
FactorGCN	Accuracy 81.2% Accuracy (10-fold) 81.2%	Factorizable Graph Convolutional Networks 2020-10-12	코드 1
GMT	Accuracy 80.74%	Accurate Learning of Graph Representations with Graph Multiset Pooling 2021-02-23	코드 1
sGIN	Accuracy 80.71%	Mutual Information Maximization in Graph Neural Networks 2019-05-21	코드 1 · 코드 2
GCN	Accuracy 80.6%	Fast Graph Representation Learning with PyTorch Geometric 2019-03-06	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Self-supervised GraphMAE	Accuracy 80.32%	GraphMAE: Self-Supervised Masked Graph Autoencoders 2022-05-22	코드 1 · 코드 2 · 코드 3
GIN-0	Accuracy 80.2%	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
WEGL	Accuracy 79.8%	Wasserstein Embedding for Graph Learning 2020-06-16	코드 1
MEWISPool	Accuracy 79.66%	Maximum Entropy Weighted Independent Set Pooling for Graph Neural Networks 2021-07-03	코드 1
CapsGNN	Accuracy 79.62%	Capsule Graph Neural Network 2019-05-01	코드 1
Local Topological Profile (LTP)	Accuracy 79.4 ± 2.5 Accuracy (10-fold) 79.4 ± 2.5	Strengthening structural baselines for graph classification using Local Topological Profile 2023-05-01	코드 1
NDP	Accuracy 79.1%	Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling 2019-10-24	코드 1
SEG-BERT	Accuracy 78.42%	Segmented Graph-Bert for Graph Instance Modeling 2020-02-09	코드 1
U2GNN	Accuracy 77.84%	Universal Graph Transformer Self-Attention Networks 2019-09-26	코드 1
R-GIN + PANDA	Accuracy 77.8%	PANDA: Expanded Width-Aware Message Passing Beyond Rewiring 2024-06-06	코드 1
Graph U-Nets	Accuracy 77.56%	Graph U-Nets 2019-05-11	코드 1 · 코드 2 · 코드 3
hGANet	Accuracy 77.48%	Graph Representation Learning via Hard and Channel-Wise Attention Networks 2019-07-05	코드 1
GNN (DiffPool)	Accuracy 75.48%	Hierarchical Graph Representation Learning with Differentiable Pooling 2018-06-22	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
GIN + PANDA	Accuracy 75.11%	PANDA: Expanded Width-Aware Message Passing Beyond Rewiring 2024-06-06	코드 1
GraphSAGE	Accuracy 73.9%	A Fair Comparison of Graph Neural Networks for Graph Classification 2019-12-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
DGCNN	Accuracy 73.76%	An End-to-End Deep Learning Architecture for Graph Classification 2018-04-29	코드 1 · 코드 2
DGK	Accuracy 73.09%	Deep Graph Kernels 2015-08-10	연결 없음
DiffWire	Accuracy 72.24%	DiffWire: Inductive Graph Rewiring via the Lovász Bound 2022-06-15	코드 1 · 코드 2
2D CNN	Accuracy 71.76%	Graph Classification with 2D Convolutional Neural Networks 2017-07-29	연결 없음