Papers with Code · CC BY-SA 4.0

NCI1

아카이브 평가 69건 · 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
TFGW ADJ (L=2)	Accuracy 88.1%	Template based Graph Neural Network with Optimal Transport Distances 2022-05-31	코드 1
ESA (Edge set attention, no positional encodings)	Accuracy 87.835±0.644	An end-to-end attention-based approach for learning on graphs 2024-02-16	코드 1
WKPI-kmeans	Accuracy 87.2%	Learning metrics for persistence-based summaries and applications for graph classification 2019-04-27	코드 1
FGW wl h=4 sp	Accuracy 86.42%	Optimal Transport for structured data with application on graphs 2018-05-23	코드 1 · 코드 2
WL-OA Kernel	Accuracy 86.1%	Weisfeiler and Leman Go Neural: Higher-order Graph Neural Networks 2018-10-04	코드 1
WL-OA	Accuracy 86.1%	On Valid Optimal Assignment Kernels and Applications to Graph Classification 2016-06-03	연결 없음
FGW wl h=2 sp	Accuracy 85.82%	Optimal Transport for structured data with application on graphs 2018-05-23	코드 1 · 코드 2
WWL	Accuracy 85.75%	Wasserstein Weisfeiler-Lehman Graph Kernels 2019-06-04	코드 1 · 코드 2
δ-2-LWL	Accuracy 85.5%	Weisfeiler and Leman go sparse: Towards scalable higher-order graph embeddings 2019-04-02	코드 1
DUGNN	Accuracy 85.50%	Learning Universal Adversarial Perturbations with Generative Models 2017-08-17	코드 1
CIN++	Accuracy 85.3%	CIN++: Enhancing Topological Message Passing 2023-06-06	코드 1
CORE-WL	Accuracy 85.12%	Graph Kernels: A Survey 2019-04-27	연결 없음
GraphGPS	Accuracy 85.110±1.423	Recipe for a General, Powerful, Scalable Graph Transformer 2022-05-25	코드 1 · 코드 2 · 코드 3 · 코드 4
GAT	Accuracy 85.109±1.107	Graph Attention Networks 2017-10-30	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 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71 · 코드 72 · 코드 73 · 코드 74 · 코드 75 · 코드 76 · 코드 77 · 코드 78 · 코드 79 · 코드 80 · 코드 81 · 코드 82 · 코드 83 · 코드 84 · 코드 85 · 코드 86 · 코드 87 · 코드 88 · 코드 89 · 코드 90 · 코드 91 · 코드 92 · 코드 93
PIN	Accuracy 85.1%	Weisfeiler and Lehman Go Paths: Learning Topological Features via Path Complexes 2023-08-13	연결 없음
PNA	Accuracy 84.964±1.391	Principal Neighbourhood Aggregation for Graph Nets 2020-04-12	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
Norm-GN	Accuracy 84.87%	A New Perspective on the Effects of Spectrum in Graph Neural Networks 2021-12-14	코드 1
GIN	Accuracy 84.818±0.936	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
Propagation kernels (pk)	Accuracy 84.5%	Propagation kernels: efficient graph kernels from propagated information 2019-02-01	코드 1
CAN	Accuracy 84.5%	Cell Attention Networks 2022-09-16	코드 1
DropGIN	Accuracy 84.331±1.564	DropGNN: Random Dropouts Increase the Expressiveness of Graph Neural Networks 2021-11-11	코드 1
GCN	Accuracy 84.185±0.644	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
GIC	Accuracy 84.08%	Gaussian-Induced Convolution for Graphs 2018-11-11	연결 없음
sGIN	Accuracy 83.85%	Mutual Information Maximization in Graph Neural Networks 2019-05-21	코드 1 · 코드 2
ECC (5 scores)	Accuracy 83.8%	Dynamic Edge-Conditioned Filters in Convolutional Neural Networks on Graphs 2017-04-10	코드 1 · 코드 2
GFN	Accuracy 83.65%	Are Powerful Graph Neural Nets Necessary? A Dissection on Graph Classification 2019-05-11	코드 1
Multigraph ChebNet	Accuracy 83.4%	Spectral Multigraph Networks for Discovering and Fusing Relationships in Molecules 2018-11-23	코드 1
PPGN	Accuracy 83.19%	Provably Powerful Graph Networks 2019-05-27	코드 1 · 코드 2
GCAPS-CNN	Accuracy 82.72%	Graph Capsule Convolutional Neural Networks 2018-05-21	코드 1
GIN-0	Accuracy 82.7%	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