← Node Property Prediction
Papers with Code · CC BY-SA 4.0

ogbn-arxiv

아카이브 평가 86건 · 마지막 적재/변경

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
모델원본 지표·값논문구현
BiGTex
Test Accuracy
0.8851 ± 0.0027
Validation Accuracy
0.8934 ± 0.0011
Number of params
5332968
Ext. data
Yes
Integrating Structural and Semantic Signals in Text-Attributed Graphs with BiGTex
2025-04-16
코드 1
SimTeG+TAPE+RevGAT
Test Accuracy
0.7803 ± 0.0007
Validation Accuracy
0.7846 ± 0.0004
Number of params
1386219488
Ext. data
Yes
SimTeG: A Frustratingly Simple Approach Improves Textual Graph Learning
2023-08-03
코드 1 · 코드 2
TAPE+RevGAT
Test Accuracy
0.7750 ± 0.0012
Validation Accuracy
0.7785 ± 0.0016
Number of params
280283296
Ext. data
Yes
Harnessing Explanations: LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning
2023-05-31
코드 1 · 코드 2 · 코드 3
SimTeG+TAPE+GraphSAGE
Test Accuracy
0.7748 ± 0.0011
Validation Accuracy
0.7789 ± 0.0008
Number of params
1381593403
Ext. data
Yes
SimTeG: A Frustratingly Simple Approach Improves Textual Graph Learning
2023-08-03
코드 1 · 코드 2
LD+REVGAT
Test Accuracy
0.7726 ± 0.0017
Validation Accuracy
0.7762 ± 0.0008
Number of params
140438868
Ext. data
Yes
Label Deconvolution for Node Representation Learning on Large-scale Attributed Graphs against Learning Bias
2023-09-26
코드 1
GraDBERT & RevGAT+KD
Test Accuracy
0.7721 ± 0.0031
Validation Accuracy
0.7757 ± 0.0009
Number of params
1304912
Ext. data
Yes
연결 없음
논문 날짜 미기재
연결 없음
GLEM+RevGAT
Test Accuracy
0.7694 ± 0.0025
Validation Accuracy
0.7746 ± 0.0018
Number of params
140469624
Ext. data
Yes
Learning on Large-scale Text-attributed Graphs via Variational Inference
2022-10-26
코드 1 · 코드 2
GIANT-XRT+AGDN+BoT+self-KD
Test Accuracy
0.7637 ± 0.0011
Validation Accuracy
0.7719 ± 0.0008
Number of params
1309760
Ext. data
Yes
Adaptive Graph Diffusion Networks
2020-12-30
코드 1
GIANT-XRT+RevGAT+KD+DCN
Test Accuracy
0.7636 ± 0.0013
Validation Accuracy
0.7699 ± 0.0002
Number of params
1304912
Ext. data
Yes
ContraNorm: A Contrastive Learning Perspective on Oversmoothing and Beyond
2023-03-12
코드 1 · 코드 2
GIANT-XRT+R-RevGAT+KD
Test Accuracy
0.7635 ± 0.0006
Validation Accuracy
0.7692 ± 0.0010
Number of params
1500712
Ext. data
Yes
연결 없음
논문 날짜 미기재
연결 없음
GIANT-XRT+DRGAT+KD
Test Accuracy
0.7633 ± 0.0008
Validation Accuracy
0.7725 ± 0.0006
Number of params
2685527
Ext. data
Yes
연결 없음
논문 날짜 미기재
연결 없음
GIANT-XRT+AGDN+BoT
Test Accuracy
0.7618 ± 0.0016
Validation Accuracy
0.7724 ± 0.0006
Number of params
1309760
Ext. data
Yes
Adaptive Graph Diffusion Networks
2020-12-30
코드 1
GIANT-XRT+RevGAT+KD (use raw text)
Test Accuracy
0.7615 ± 0.0010
Validation Accuracy
0.7716 ± 0.0009
Number of params
1304912
Ext. data
Yes
Node Feature Extraction by Self-Supervised Multi-scale Neighborhood Prediction
2021-10-29
코드 1 · 코드 2 · 코드 3 · 코드 4
GIANT-XRT+DRGAT
Test Accuracy
0.7611 ± 0.0009
Validation Accuracy
0.7716 ± 0.0008
Number of params
2685527
Ext. data
No
연결 없음
논문 날짜 미기재
연결 없음
GIANT-XRT+RevGAT (use raw text)
Test Accuracy
0.7590 ± 0.0019
Validation Accuracy
0.7701 ± 0.0009
Number of params
1304912
Ext. data
Yes
연결 없음
논문 날짜 미기재
연결 없음
LGGNN+LabelReuse+C&S
Test Accuracy
0.7570 ± 0.0018
Validation Accuracy
0.7687 ± 0.0005
Number of params
1161640
Ext. data
No
연결 없음
논문 날짜 미기재
연결 없음
GIANT-XRT+LGGNN+LabelReuse+C&S
Test Accuracy
0.7570 ± 0.0018
Validation Accuracy
0.7687 ± 0.0005
Number of params
1161640
Ext. data
Yes
연결 없음
논문 날짜 미기재
연결 없음
SciBERT & EHGCN (use MAG data)
Test Accuracy
0.7461 ± 0.0006
Validation Accuracy
0.7586 ± 0.0012
Number of params
621944
Ext. data
Yes
연결 없음
논문 날짜 미기재
연결 없음
GIANT-XRT+GraphSAGE (use raw text)
Test Accuracy
0.7435 ± 0.0014
Validation Accuracy
0.7595 ± 0.0011
Number of params
546344
Ext. data
Yes
Node Feature Extraction by Self-Supervised Multi-scale Neighborhood Prediction
2021-10-29
코드 1 · 코드 2 · 코드 3 · 코드 4
AGDN+BoT+self-KD+C&S
Test Accuracy
0.7431 ± 0.0014
Validation Accuracy
0.7518 ± 0.0009
Number of params
1513294
Ext. data
No
Adaptive Graph Diffusion Networks
2020-12-30
코드 1
AGDN+BoT+self-KD
Test Accuracy
0.7428 ± 0.0017
Validation Accuracy
0.7526 ± 0.0001
Number of params
1513294
Ext. data
No
Adaptive Graph Diffusion Networks
2020-12-30
코드 1
RevGAT+N.Adj+LabelReuse+SelfKD
Test Accuracy
0.7426 ± 0.0017
Validation Accuracy
0.7497 ± 0.0008
Number of params
2098256
Ext. data
No
Training Graph Neural Networks with 1000 Layers
2021-06-14
코드 1 · 코드 2 · 코드 3 · 코드 4
GAT-node2vec + BoT + self-KD
Test Accuracy
0.7420 ± 0.0004
Validation Accuracy
0.7482 ± 0.0015
Number of params
1700432
Ext. data
No
Residual Network and Embedding Usage: New Tricks of Node Classification with Graph Convolutional Networks
2021-05-18
코드 1 · 코드 2 · 코드 3 · 코드 4
DRGAT
Test Accuracy
0.7416 ± 0.0007
Validation Accuracy
0.7534 ± 0.0002
Number of params
2685527
Ext. data
No
연결 없음
논문 날짜 미기재
연결 없음
GAT+label reuse+self KD
Test Accuracy
0.7416 ± 0.0008
Validation Accuracy
0.7514 ± 0.0004
Number of params
1441580
Ext. data
No
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
GIANT+XRT+GATv2
Test Accuracy
0.7415 ± 0.0005
Validation Accuracy
0.7527 ± 0.0008
Number of params
207520
Ext. data
Yes
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
AGDN+BoT
Test Accuracy
0.7410 ± 0.0015
Validation Accuracy
0.7522 ± 0.0007
Number of params
1513294
Ext. data
No
Adaptive Graph Diffusion Networks
2020-12-30
코드 1
GAT-node2vec + BoT
Test Accuracy
0.7405 ± 0.0004
Validation Accuracy
0.7482 ± 0.0015
Number of params
1700432
Ext. data
No
Residual Network and Embedding Usage: New Tricks of Node Classification with Graph Convolutional Networks
2021-05-18
코드 1 · 코드 2 · 코드 3 · 코드 4
RevGAT+NormAdj+LabelReuse
Test Accuracy
0.7402 ± 0.0018
Validation Accuracy
0.7501 ± 0.0010
Number of params
2098256
Ext. data
No
Training Graph Neural Networks with 1000 Layers
2021-06-14
코드 1 · 코드 2 · 코드 3 · 코드 4
GAT+label+reuse+topo loss
Test Accuracy
0.7399 ± 0.0012
Validation Accuracy
0.7513 ± 0.0009
Number of params
1441580
Ext. data
No
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