Papers with Code · CC BY-SA 4.0

genius

아카이브 평가 26건 · 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
Dual-Net GNN	Accuracy 91.45±0.11	Feature Selection: Key to Enhance Node Classification with Graph Neural Networks 2023-01-25	코드 1
ACM-GCN++	Accuracy 91.37 ± 0.07	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCN+	Accuracy 91.22 ± 0.13	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN+	Accuracy 91.13 ± 0.09	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN++	Accuracy 91.01 ± 0.18	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GloGNN++	Accuracy 90.91 ± 0.13	Finding Global Homophily in Graph Neural Networks When Meeting Heterophily 2022-05-15	코드 1
G^2-GraphSAGE	Accuracy 90.85±0.64	Gradient Gating for Deep Multi-Rate Learning on Graphs 2022-10-02	코드 1
LINKX	Accuracy 90.77 ± 0.27	Large Scale Learning on Non-Homophilous Graphs: New Benchmarks and Strong Simple Methods 2021-10-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
GloGNN	Accuracy 90.66 ± 0.11	Finding Global Homophily in Graph Neural Networks When Meeting Heterophily 2022-05-15	코드 1
MixHop	Accuracy 90.58 ± 0.16	MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing 2019-04-30	코드 1 · 코드 2 · 코드 3
GCNII	Accuracy 90.24 ± 0.09	Simple and Deep Graph Convolutional Networks 2020-07-04	코드 1 · 코드 2 · 코드 3 · 코드 4
GPRGCN	Accuracy 90.05 ± 0.31	Adaptive Universal Generalized PageRank Graph Neural Network 2020-06-14	코드 1
GCNJK	Accuracy 89.30 ± 0.19	Finding Global Homophily in Graph Neural Networks When Meeting Heterophily 2022-05-15	코드 1
GCN	Accuracy 87.42 ± 0.37	Semi-Supervised Classification with Graph Convolutional Networks 2016-09-09	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
MLP	Accuracy 86.68 ± 0.09	Finding Global Homophily in Graph Neural Networks When Meeting Heterophily 2022-05-15	코드 1
APPNP	Accuracy 85.36 ± 0.62	Predict then Propagate: Graph Neural Networks meet Personalized PageRank 2018-10-14	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
C&S 2-hop	Accuracy 84.94 ± 0.49	Combining Label Propagation and Simple Models Out-performs Graph Neural Networks 2020-10-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
C&S 1-hop	Accuracy 82.93 ± 0.15	Combining Label Propagation and Simple Models Out-performs Graph Neural Networks 2020-10-27	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
SGC 1-hop	Accuracy 82.36 ± 0.37	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
SGC 2-hop	Accuracy 82.10 ± 0.14	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
LINK	Accuracy 73.56 ± 0.14	New Benchmarks for Learning on Non-Homophilous Graphs 2021-04-03	코드 1
L Prop 2-hop	Accuracy 67.04 ± 0.20	New Benchmarks for Learning on Non-Homophilous Graphs 2021-04-03	코드 1
L Prop 1-hop	Accuracy 66.02 ± 0.16	New Benchmarks for Learning on Non-Homophilous Graphs 2021-04-03	코드 1
GATJK	Accuracy 56.70 ± 2.07	New Benchmarks for Learning on Non-Homophilous Graphs 2021-04-03	코드 1
GAT	Accuracy 55.80 ± 0.87	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
GESN	1:1 Accuracy 91.72 ± 0.08	Addressing Heterophily in Node Classification with Graph Echo State Networks 2023-05-14	코드 1