Papers with Code · CC BY-SA 4.0

D&D

아카이브 평가 53건 · 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
GCAPS-CNN	Accuracy 77.62%	Graph Capsule Convolutional Neural Networks 2018-05-21	코드 1
LDP + distance	Accuracy 77.5%	A simple yet effective baseline for non-attributed graph classification 2018-11-08	코드 1 · 코드 2
GIN	Accuracy 77.311±2.223	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
DGCNN	Accuracy 77.21%	DGCNN: Disordered Graph Convolutional Neural Network Based on the Gaussian Mixture Model 2017-12-10	연결 없음
ASAP	Accuracy 76.87	ASAP: Adaptive Structure Aware Pooling for Learning Hierarchical Graph Representations 2019-11-18	코드 1
DGCNN	Accuracy 76.6%	A Fair Comparison of Graph Neural Networks for Graph Classification 2019-12-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
SAGPool_h	Accuracy 76.45%	Self-Attention Graph Pooling 2019-04-17	코드 1 · 코드 2 · 코드 3
PSCN	Accuracy 76.27%	Learning Convolutional Neural Networks for Graphs 2016-05-17	코드 1 · 코드 2
TREE-G	Accuracy 76.2%	TREE-G: Decision Trees Contesting Graph Neural Networks 2022-07-06	코드 1
SAGPool_g	Accuracy 76.19%	Self-Attention Graph Pooling 2019-04-17	코드 1 · 코드 2 · 코드 3
1-NMFPool	Accuracy 76.0%	A Non-Negative Factorization approach to node pooling in Graph Convolutional Neural Networks 2019-09-07	연결 없음
GATv2	Accuracy 75.966±2.191	How Attentive are Graph Attention Networks? 2021-05-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
LDP	Accuracy 75.5%	A simple yet effective baseline for non-attributed graph classification 2018-11-08	코드 1 · 코드 2
2-WL-GNN	Accuracy 75.4	A Novel Higher-order Weisfeiler-Lehman Graph Convolution 2020-07-01	코드 1
CapsGNN	Accuracy 75.38%	Capsule Graph Neural Network 2019-05-01	코드 1
BC + Capsules	Accuracy 74.86%	Capsule Neural Networks for Graph Classification using Explicit Tensorial Graph Representations 2019-02-22	연결 없음
ECC (5 scores)	Accuracy 74.1%	Dynamic Edge-Conditioned Filters in Convolutional Neural Networks on Graphs 2017-04-10	코드 1 · 코드 2
TokenGT	Accuracy 73.950±3.361	Pure Transformers are Powerful Graph Learners 2022-07-06	코드 1 · 코드 2
DGK	Accuracy 73.50%	Deep Graph Kernels 2015-08-10	연결 없음
GAT	Accuracy 73.109±3.413	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
NDP	Accuracy 72%	Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling 2019-10-24	코드 1
AWE	Accuracy 71.51%	Anonymous Walk Embeddings 2018-05-30	코드 1 · 코드 2
SF + RFC	Accuracy 24.6%	A Simple Baseline Algorithm for Graph Classification 2018-10-22	코드 1 · 코드 2 · 코드 3