Papers with Code · CC BY-SA 4.0

ENZYMES

아카이브 평가 54건 · 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
ESA (Edge set attention, no positional encodings)	Accuracy 79.423±1.658	An end-to-end attention-based approach for learning on graphs 2024-02-16	코드 1
GraphGPS	Accuracy 78.667±4.625	Recipe for a General, Powerful, Scalable Graph Transformer 2022-05-25	코드 1 · 코드 2 · 코드 3 · 코드 4
GAT	Accuracy 78.611±1.556	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
DSGCN-allfeat	Accuracy 78.39	Bridging the Gap Between Spectral and Spatial Domains in Graph Neural Networks 2020-03-26	코드 1 · 코드 2
GATv2	Accuracy 77.987±2.112	How Attentive are Graph Attention Networks? 2021-05-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
TFGW SP (L=2)	Accuracy 75.1	Template based Graph Neural Network with Optimal Transport Distances 2022-05-31	코드 1
GCN	Accuracy 73.466±4.372	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
Norm-GN	Accuracy 73.33	A New Perspective on the Effects of Spectrum in Graph Neural Networks 2021-12-14	코드 1
PNA	Accuracy 73.021±2.512	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
GDL-g (SP)	Accuracy 71.47	Online Graph Dictionary Learning 2021-02-12	코드 1
FGW sp	Accuracy 71.00%	Optimal Transport for structured data with application on graphs 2018-05-23	코드 1 · 코드 2
GFN	Accuracy 70.17%	Are Powerful Graph Neural Nets Necessary? A Dissection on Graph Classification 2019-05-11	코드 1
GIUNet	Accuracy 70%	Graph isomorphism UNet 2023-08-23	코드 1
GFN-light	Accuracy 69.50%	Are Powerful Graph Neural Nets Necessary? A Dissection on Graph Classification 2019-05-11	코드 1
HGP-SL	Accuracy 68.79	Hierarchical Graph Pooling with Structure Learning 2019-11-14	코드 1 · 코드 2 · 코드 3
GIN	Accuracy 68.303±4.170	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
G_Inception	Accuracy 67.50%	When Work Matters: Transforming Classical Network Structures to Graph CNN 2018-07-07	연결 없음
DUGNN	Accuracy 67.30%	Learning Universal Graph Neural Network Embeddings With Aid Of Transfer Learning 2019-09-22	코드 1
UGT	Accuracy 67.22±3.92	Transitivity-Preserving Graph Representation Learning for Bridging Local Connectivity and Role-based Similarity 2023-08-18	코드 1 · 코드 2 · 코드 3
GraphStar	Accuracy 67.1%	Graph Star Net for Generalized Multi-Task Learning 2019-06-21	코드 1
DSGCN-nodelabel	Accuracy 65.13	Bridging the Gap Between Spectral and Spatial Domains in Graph Neural Networks 2020-03-26	코드 1 · 코드 2
DropGIN	Accuracy 65.128±4.117	DropGNN: Random Dropouts Increase the Expressiveness of Graph Neural Networks 2021-11-11	코드 1
EigenGCN-3	Accuracy 65.0%	Graph Convolutional Networks with EigenPooling 2019-04-30	코드 1
S2V (with 2 DiffPool)	Accuracy 63.33%	Hierarchical Graph Representation Learning with Differentiable Pooling 2018-06-22	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
GNN (DiffPool)	Accuracy 62.53%	Hierarchical Graph Representation Learning with Differentiable Pooling 2018-06-22	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
GIC	Accuracy 62.50%	Gaussian-Induced Convolution for Graphs 2018-11-11	연결 없음
Multigraph ChebNet	Accuracy 61.7%	Spectral Multigraph Networks for Discovering and Fusing Relationships in Molecules 2018-11-23	코드 1
WEGL	Accuracy 60.5	Wasserstein Embedding for Graph Learning 2020-06-16	코드 1
GIN	Accuracy 59.6%	A Fair Comparison of Graph Neural Networks for Graph Classification 2019-12-20	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
TREE-G	Accuracy 59.6	TREE-G: Decision Trees Contesting Graph Neural Networks 2022-07-06	코드 1