| GNNDLD |
- 1:1 Accuracy
- 86.3±1.24
|
GNNDLD: Graph Neural Network with Directional Label Distribution 2024-02-26 |
연결 없음 |
| FAGCN |
- 1:1 Accuracy
- 82.37 ± 1.46
|
Beyond Low-frequency Information in Graph Convolutional Networks 2021-01-04 |
코드 1 |
| ACM-GCNII |
- 1:1 Accuracy
- 82.28 ± 1.12
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACMII-Snowball-2 |
- 1:1 Accuracy
- 82.07 ± 1.04
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACMII-GCN+ |
- 1:1 Accuracy
- 81.87 ± 1.38
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| GCNII* |
- 1:1 Accuracy
- 81.83 ± 1.78
|
Simple and Deep Graph Convolutional Networks 2020-07-04 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| ACM-GCN++ |
- 1:1 Accuracy
- 81.83 ± 1.65
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACMII-GCN |
- 1:1 Accuracy
- 81.79 ± 0.95
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACMII-GCN++ |
- 1:1 Accuracy
- 81.76 ± 1.25
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACM-GCNII* |
- 1:1 Accuracy
- 81.69 ± 1.25
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACM-GCN+ |
- 1:1 Accuracy
- 81.65 ± 1.48
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| GCNII |
- 1:1 Accuracy
- 81.58 ± 1.3
|
Simple and Deep Graph Convolutional Networks 2020-07-04 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| ACM-Snowball-2 |
- 1:1 Accuracy
- 81.58 ± 1.23
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACMII-Snowball-3 |
- 1:1 Accuracy
- 81.56 ± 1.15
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| Snowball-2 |
- 1:1 Accuracy
- 81.53 ± 1.71
|
Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05 |
코드 1 |
| GCN |
- 1:1 Accuracy
- 81.39 ± 1.23
|
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 |
| ACM-Snowball-3 |
- 1:1 Accuracy
- 81.32 ± 0.97
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| ACM-SGC-1 |
- 1:1 Accuracy
- 80.96 ± 0.93
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| Snowball-3 |
- 1:1 Accuracy
- 80.93 ± 1.32
|
Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05 |
코드 1 |
| ACM-SGC-2 |
- 1:1 Accuracy
- 80.93 ± 1.16
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| SGC-2 |
- 1:1 Accuracy
- 80.75 ± 1.15
|
Simplifying Graph Convolutional Networks 2019-02-19 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| BernNet |
- 1:1 Accuracy
- 80.09 ± 0.79
|
BernNet: Learning Arbitrary Graph Spectral Filters via Bernstein Approximation 2021-06-21 |
코드 1 |
| H2GCN |
- 1:1 Accuracy
- 79.97 ± 0.69
|
Beyond Low-frequency Information in Graph Convolutional Networks 2021-01-04 |
코드 1 |
| SGC-1 |
- 1:1 Accuracy
- 79.66 ± 0.75
|
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
- 78.24 ± 0.30
|
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 |
| Geom-GCN* |
- 1:1 Accuracy
- 77.99
|
Geom-GCN: Geometric Graph Convolutional Networks 2020-02-13 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| MLP-2 |
- 1:1 Accuracy
- 76.25 ± 0.28
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| GAT+JK |
- 1:1 Accuracy
- 74.49 ± 2.76
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| GCN+JK |
- 1:1 Accuracy
- 73.77 ± 1.85
|
Revisiting Heterophily For Graph Neural Networks 2022-10-14 |
코드 1 |
| APPNP |
- 1:1 Accuracy
- 68.59 ± 0.30
|
Predict then Propagate: Graph Neural Networks meet Personalized PageRank 2018-10-14 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |