Papers with Code · CC BY-SA 4.0

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

아카이브 평가 36건 · 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
ACMII-GCN	1:1 Accuracy 95.9 ± 1.83	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-Snowball-2	1:1 Accuracy 95.25 ± 1.55	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-Snowball-2	1:1 Accuracy 95.08 ± 3.11	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCN+	1:1 Accuracy 94.92 ± 2.79	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCN	1:1 Accuracy 94.75 ± 3.8	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-Snowball-3	1:1 Accuracy 94.26 ± 2.57	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCN++	1:1 Accuracy 93.93 ± 1.05	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN+	1:1 Accuracy 93.93 ± 3.03	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-SGC-1	1:1 Accuracy 93.77 ± 1.91	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-SGC-2	1:1 Accuracy 93.77 ± 2.17	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-Snowball-3	1:1 Accuracy 93.61 ± 2.79	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCNII*	1:1 Accuracy 93.44 ± 2.74	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCNII	1:1 Accuracy 92.62 ± 3.13	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN++	1:1 Accuracy 92.62 ± 2.57	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
BernNet	1:1 Accuracy 92.13 ± 1.64	BernNet: Learning Arbitrary Graph Spectral Filters via Bernstein Approximation 2021-06-21	코드 1
APPNP	1:1 Accuracy 91.80 ± 0.63	Predict then Propagate: Graph Neural Networks meet Personalized PageRank 2018-10-14	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
GPRGNN	1:1 Accuracy 91.36 ± 0.70	Adaptive Universal Generalized PageRank Graph Neural Network 2020-06-14	코드 1
MLP-2	1:1 Accuracy 91.30 ± 0.70	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GCNII*	1:1 Accuracy 90.49 ± 4.45	Simple and Deep Graph Convolutional Networks 2020-07-04	코드 1 · 코드 2 · 코드 3 · 코드 4
GCNII	1:1 Accuracy 89.18 ± 3.96	Simple and Deep Graph Convolutional Networks 2020-07-04	코드 1 · 코드 2 · 코드 3 · 코드 4
FAGCN	1:1 Accuracy 88.03 ± 5.6	Beyond Low-frequency Information in Graph Convolutional Networks 2021-01-04	코드 1
H2GCN	1:1 Accuracy 86.23 ± 4.71	Beyond Homophily in Graph Neural Networks: Current Limitations and Effective Designs 2020-06-20	코드 1 · 코드 2 · 코드 3 · 코드 4
Snowball-3	1:1 Accuracy 82.95 ± 2.1	Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05	코드 1
Snowball-2	1:1 Accuracy 82.62 ± 2.34	Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05	코드 1
GCN	1:1 Accuracy 82.46 ± 3.11	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 76.00 ± 1.01	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
HH-GraphSAGE	1:1 Accuracy 74.6 ± 6.06	Half-Hop: A graph upsampling approach for slowing down message passing 2023-08-17	코드 1
GAT+JK	1:1 Accuracy 74.43 ± 10.24	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
HH-GAT	1:1 Accuracy 72.7 ± 4.26	Half-Hop: A graph upsampling approach for slowing down message passing 2023-08-17	코드 1
SGC-2	1:1 Accuracy 72.62 ± 9.92	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7