Papers with Code · CC BY-SA 4.0

Chameleon (60%/20%/20% random splits)

아카이브 평가 38건 · 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
GNNDLD	1:1 Accuracy 79.78±1.66	GNNDLD: Graph Neural Network with Directional Label Distribution 2024-02-26	연결 없음
EG2LNetI	1:1 Accuracy 78.9	연결 없음 논문 날짜 미기재	연결 없음
ACM-GCN+	1:1 Accuracy 76.08 ± 2.13	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN++	1:1 Accuracy 75.93 ± 1.71	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN+	1:1 Accuracy 75.51 ± 1.58	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCN++	1:1 Accuracy 75.23 ± 1.72	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
NFGNN	1:1 Accuracy 72.52±0.59	Node-oriented Spectral Filtering for Graph Neural Networks 2022-12-07	코드 1
ACM-Snowball-2	1:1 Accuracy 68.51 ± 1.7	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-Snowball-3	1:1 Accuracy 68.4 ± 2.05	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN	1:1 Accuracy 68.38 ± 1.36	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
BernNet	1:1 Accuracy 68.29 ± 1.58	BernNet: Learning Arbitrary Graph Spectral Filters via Bernstein Approximation 2021-06-21	코드 1
GAT+JK	1:1 Accuracy 68.14 ± 1.18	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-Snowball-2	1:1 Accuracy 67.83 ± 2.63	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-Snowball-3	1:1 Accuracy 67.53 ± 2.83	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GPRGNN	1:1 Accuracy 67.48 ± 0.40	Adaptive Universal Generalized PageRank Graph Neural Network 2020-06-14	코드 1
Snowball-3	1:1 Accuracy 65.49 ± 1.64	Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05	코드 1
Snowball-2	1:1 Accuracy 64.99 ± 2.39	Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05	코드 1
SGC-1	1:1 Accuracy 64.86 ± 1.81	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
GCN+JK	1:1 Accuracy 64.68 ± 2.85	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GCN	1:1 Accuracy 64.18 ± 2.62	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
GAT	1:1 Accuracy 63.9 ± 0.46	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
ACM-SGC-1	1:1 Accuracy 63.68 ± 1.62	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
HH-GraphSAGE	1:1 Accuracy 62.98 ± 3.35	Half-Hop: A graph upsampling approach for slowing down message passing 2023-08-17	코드 1
GCNII*	1:1 Accuracy 62.8 ± 2.87	Simple and Deep Graph Convolutional Networks 2020-07-04	코드 1 · 코드 2 · 코드 3 · 코드 4
SGC-2	1:1 Accuracy 62.67 ± 2.41	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
GraphSAGE	1:1 Accuracy 62.15 ± 0.42	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
ACM-GCNII*	1:1 Accuracy 61.66 ± 2.29	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
HH-GAT	1:1 Accuracy 61.12 ± 1.83	Half-Hop: A graph upsampling approach for slowing down message passing 2023-08-17	코드 1
Geom-GCN*	1:1 Accuracy 60.9	Geom-GCN: Geometric Graph Convolutional Networks 2020-02-13	코드 1 · 코드 2 · 코드 3 · 코드 4
ACM-SGC-2	1:1 Accuracy 60.48 ± 1.55	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1