← Graph Classification

Papers with Code · CC BY-SA 4.0

MNIST

아카이브 평가 13건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

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
ESA (Edge set attention, no positional encodings, tuned)	Accuracy 98.917±0.020	An end-to-end attention-based approach for learning on graphs 2024-02-16	코드 1
NeuralWalker	Accuracy 98.760 ± 0.079	Learning Long Range Dependencies on Graphs via Random Walks 2024-06-05	코드 1
ESA (Edge set attention, no positional encodings)	Accuracy 98.753±0.041	An end-to-end attention-based approach for learning on graphs 2024-02-16	코드 1
GatedGCN+	Accuracy 98.712 ± 0.137	Unlocking the Potential of Classic GNNs for Graph-level Tasks: Simple Architectures Meet Excellence 2025-02-13	코드 1
CKGCN	Accuracy 98.423	CKGConv: General Graph Convolution with Continuous Kernels 2024-04-21	코드 1
Exphormer	Accuracy 98.414±0.038	Exphormer: Sparse Transformers for Graphs 2023-03-10	코드 1
GCN+	Accuracy 98.382 ± 0.095	Unlocking the Potential of Classic GNNs for Graph-level Tasks: Simple Architectures Meet Excellence 2025-02-13	코드 1
EIGENFORMER	Accuracy 98.362	Graph Transformers without Positional Encodings 2024-01-31	연결 없음
TIGT	Accuracy 98.230±0.133	Topology-Informed Graph Transformer 2024-02-03	코드 1 · 코드 2
EGT	Accuracy 98.173	Global Self-Attention as a Replacement for Graph Convolution 2021-08-07	코드 1 · 코드 2 · 코드 3
GRIT	Accuracy 98.108	Graph Inductive Biases in Transformers without Message Passing 2023-05-27	코드 1 · 코드 2
GPS	Accuracy 98.05	Recipe for a General, Powerful, Scalable Graph Transformer 2022-05-25	코드 1 · 코드 2 · 코드 3 · 코드 4
GatedGCN	Accuracy 97.340	Benchmarking Graph Neural Networks 2020-03-02	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