← Graph Classification

Papers with Code · CC BY-SA 4.0

PROTEINS

아카이브 평가 103건 · 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
Function Space Pooling	Accuracy 72.8%	Function Space Pooling For Graph Convolutional Networks 2019-05-15	연결 없음
Local Topological Profile (LTP)	Accuracy 72.7 ± 4.2 Accuracy (10 fold) 72.7 ± 4.2	Strengthening structural baselines for graph classification using Local Topological Profile 2023-05-01	코드 1
LDP	Accuracy 72.7%	A simple yet effective baseline for non-attributed graph classification 2018-11-08	코드 1 · 코드 2
EdgePool	Accuracy 72.5%	Edge Contraction Pooling for Graph Neural Networks 2019-05-27	연결 없음
1-NMFPool	Accuracy 72.1%	A Non-Negative Factorization approach to node pooling in Graph Convolutional Neural Networks 2019-09-07	연결 없음
SPI-GCN	Accuracy 72.06%	SPI-GCN: A Simple Permutation-Invariant Graph Convolutional Network 2019-04-08	연결 없음
SAGPool_h	Accuracy 71.86%	Self-Attention Graph Pooling 2019-04-17	코드 1 · 코드 2 · 코드 3
GK	Accuracy 71.67%	Efficient graphlet kernels for large graph comparison 2009-04-16	연결 없음
ApproxRepSet	Accuracy 70.74%	Rep the Set: Neural Networks for Learning Set Representations 2019-04-03	코드 1
SAGPool_g	Accuracy 70.04%	Self-Attention Graph Pooling 2019-04-17	코드 1 · 코드 2 · 코드 3
Eff.resistance graph kernel	Accuracy 65.7% ± 4.2%	0/1 Deep Neural Networks via Block Coordinate Descent 2022-06-19	연결 없음
G-Tuning	Accuracy (10 fold) 72.05	Fine-tuning Graph Neural Networks by Preserving Graph Generative Patterns 2023-12-21	코드 1
GIN-0	Accuracy 76,2%	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