Papers with Code · CC BY-SA 4.0

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

아카이브 평가 33건 · 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 92.99 ±0.9	GNNDLD: Graph Neural Network with Directional Label Distribution 2024-02-26	연결 없음
ACM-GCN+	1:1 Accuracy 89.75 ± 1.16	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-Snowball-3	1:1 Accuracy 89.59 ± 1.58	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GAT+JK	1:1 Accuracy 89.52 ± 0.43	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN++	1:1 Accuracy 89.47 ± 1.08	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-Snowball-3	1:1 Accuracy 89.36 ± 1.26	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
Snowball-3	1:1 Accuracy 89.33 ± 1.3	Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05	코드 1
ACM-GCN++	1:1 Accuracy 89.33 ± 0.81	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN+	1:1 Accuracy 89.18 ± 1.11	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCNII	1:1 Accuracy 89.1 ± 1.61	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACM-GCNII*	1:1 Accuracy 89.00 ± 1.35	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
ACMII-GCN	1:1 Accuracy 89.00 ± 0.72	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GCNII	1:1 Accuracy 88.98 ± 1.33	Simple and Deep Graph Convolutional Networks 2020-07-04	코드 1 · 코드 2 · 코드 3 · 코드 4
ACMII-Snowball-2	1:1 Accuracy 88.95 ± 1.04	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GCNII*	1:1 Accuracy 88.93 ± 1.37	Simple and Deep Graph Convolutional Networks 2020-07-04	코드 1 · 코드 2 · 코드 3 · 코드 4
FAGCN	1:1 Accuracy 88.85 ± 1.36	Beyond Low-frequency Information in Graph Convolutional Networks 2021-01-04	코드 1
ACM-Snowball-2	1:1 Accuracy 88.83 ± 1.49	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
Snowball-2	1:1 Accuracy 88.64 ± 1.15	Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks 2019-06-05	코드 1
BernNet	1:1 Accuracy 88.52 ± 0.95	BernNet: Learning Arbitrary Graph Spectral Filters via Bernstein Approximation 2021-06-21	코드 1
GCN	1:1 Accuracy 87.78 ± 0.96	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-SGC-2	1:1 Accuracy 87.64 ± 0.99	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
H2GCN	1:1 Accuracy 87.52 ± 0.61	Beyond Homophily in Graph Neural Networks: Current Limitations and Effective Designs 2020-06-20	코드 1 · 코드 2 · 코드 3 · 코드 4
GCN+JK	1:1 Accuracy 86.90 ± 1.51	007: Democratically Finding The Cause of Packet Drops 2018-02-20	코드 1
ACM-SGC-1	1:1 Accuracy 86.63 ± 1.13	Revisiting Heterophily For Graph Neural Networks 2022-10-14	코드 1
GraphSAGE	1:1 Accuracy 86.58 ± 0.26	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
SGC-2	1:1 Accuracy 85.48 ± 1.48	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
Geom-GCN*	1:1 Accuracy 85.27	Geom-GCN: Geometric Graph Convolutional Networks 2020-02-13	코드 1 · 코드 2 · 코드 3 · 코드 4
SGC-1	1:1 Accuracy 85.12 ± 1.64	Simplifying Graph Convolutional Networks 2019-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
GPRGNN	1:1 Accuracy 79.51 ± 0.36	Adaptive Universal Generalized PageRank Graph Neural Network 2020-06-14	코드 1
APPNP	1:1 Accuracy 79.41 ± 0.38	Predict then Propagate: Graph Neural Networks meet Personalized PageRank 2018-10-14	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5