| DGK |
- Accuracy
- 75.68%
|
Deep Graph Kernels 2015-08-10 |
연결 없음 |
| Graph-JEPA |
- Accuracy
- 75.67%
|
Graph-level Representation Learning with Joint-Embedding Predictive Architectures 2023-09-27 |
코드 1 |
| TREE-G |
- Accuracy
- 75.6
|
TREE-G: Decision Trees Contesting Graph Neural Networks 2022-07-06 |
코드 1 |
| GCN |
- Accuracy
- 75.536±1.622
|
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 |
| GIN |
- Accuracy
- 75.536±1.851
|
How Powerful are Graph Neural Networks? 2018-10-01 |
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 |
| CT-Layer |
- Accuracy
- 75.38%
|
DiffWire: Inductive Graph Rewiring via the Lovász Bound 2022-06-15 |
코드 1 · 코드 2 |
| P-WL-UC |
- Accuracy
- 75.36%
|
A Persistent Weisfeiler–Lehman Procedure for Graph Classification 2019-06-09 |
코드 1 |
| GAP-Layer (Ncut) |
- Accuracy
- 75.34%
|
DiffWire: Inductive Graph Rewiring via the Lovász Bound 2022-06-15 |
코드 1 · 코드 2 |
| DiffPool |
- Accuracy
- 75.1%
|
Fast Graph Representation Learning with PyTorch Geometric 2019-03-06 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| DGCNN |
- Accuracy
- 75.1%
|
DGCNN: Disordered Graph Convolutional Neural Network Based on the Gaussian Mixture Model 2017-12-10 |
연결 없음 |
| GMT |
- Accuracy
- 75.09%
|
Accurate Learning of Graph Representations with Graph Multiset Pooling 2021-02-23 |
코드 1 |
| GAP-Layer (Rcut) |
- Accuracy
- 75.03%
|
DiffWire: Inductive Graph Rewiring via the Lovász Bound 2022-06-15 |
코드 1 · 코드 2 |
| PiNet (Learned p and q) |
- Accuracy
- 75%
|
PiNet: A Permutation Invariant Graph Neural Network for Graph Classification 2019-05-08 |
코드 1 |
| DiffWire |
- Accuracy
- 74.91%
|
DiffWire: Inductive Graph Rewiring via the Lovász Bound 2022-06-15 |
코드 1 · 코드 2 |
| GDL-g (SP) |
- Accuracy
- 74.86
|
Online Graph Dictionary Learning 2021-02-12 |
코드 1 |
| VRGC |
- Accuracy
- 74.8%
|
Variational Recurrent Neural Networks for Graph Classification 2019-02-07 |
코드 1 |
| LDP + distance |
- Accuracy
- 74.7%
|
A simple yet effective baseline for non-attributed graph classification 2018-11-08 |
코드 1 · 코드 2 |
| δ-2-LWL |
- Accuracy
- 74.60%
|
Weisfeiler and Leman go sparse: Towards scalable higher-order graph embeddings 2019-04-02 |
코드 1 |
| FGW sp |
- Accuracy
- 74.55%
|
Optimal Transport for structured data with application on graphs 2018-05-23 |
코드 1 · 코드 2 |
| WWL |
- Accuracy
- 74.28%
|
Wasserstein Weisfeiler-Lehman Graph Kernels 2019-06-04 |
코드 1 · 코드 2 |
| RW |
- Accuracy
- 74.22%
|
Distinguishing Enzyme Structures from Non-enzymes Without Alignments 2003-07-18 |
연결 없음 |
| ASAP |
- Accuracy
- 74.19%
|
ASAP: Adaptive Structure Aware Pooling for Learning Hierarchical Graph Representations 2019-11-18 |
코드 1 |
| BC + Capsules |
- Accuracy
- 74.1%
|
Capsule Neural Networks for Graph Classification using Explicit Tensorial Graph Representations 2019-02-22 |
연결 없음 |
| LDP + Labels |
- Accuracy
- 73.7%
|
A simple yet effective baseline for non-attributed graph classification 2018-11-08 |
코드 1 · 코드 2 |
| DiffPool |
- Accuracy
- 73.7%
|
A Fair Comparison of Graph Neural Networks for Graph Classification 2019-12-20 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| SF + RFC |
- Accuracy
- 73.6%
|
A Simple Baseline Algorithm for Graph Classification 2018-10-22 |
코드 1 · 코드 2 · 코드 3 |
| EdgePool w GraphSAGE |
- Accuracy
- 73.5%
|
Edge Contraction Pooling for Graph Neural Networks 2019-05-27 |
연결 없음 |
| Graph2Vec |
- Accuracy
- 73.3%
|
Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling 2019-10-24 |
코드 1 |
| graph2vec |
- Accuracy
- 73.3% ± 2.05%
|
graph2vec: Learning Distributed Representations of Graphs 2017-07-17 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| GraphSAGE |
- Accuracy
- 73%
|
A Fair Comparison of Graph Neural Networks for Graph Classification 2019-12-20 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |