| ESA (Edge set attention, no positional encodings) |
- RMSE
- 0.595±0.013
- R2
- 0.977±0.001
|
An end-to-end attention-based approach for learning on graphs 2024-02-16 |
코드 1 |
| DropGIN |
- RMSE
- 0.657±0.059
- R2
- 0.972±0.005
|
DropGNN: Random Dropouts Increase the Expressiveness of Graph Neural Networks 2021-11-11 |
코드 1 |
| GATv2 |
- RMSE
- 0.676±0.081
- R2
- 0.970±0.007
|
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 |
| GIN |
- RMSE
- 0.744±0.083
- R2
- 0.964±0.008
|
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 |
| GAT |
- RMSE
- 0.791±0.101
- R2
- 0.959±0.011
|
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 |
| GCN |
- RMSE
- 0.815±0.086
- R2
- 0.957±0.009
|
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 |
| PNA |
- RMSE
- 0.870±0.081
- R2
- 0.951±0.009
|
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 |
| TokenGT |
- RMSE
- 1.038±0.125
- R2
- 0.930±0.018
|
Pure Transformers are Powerful Graph Learners 2022-07-06 |
코드 1 · 코드 2 |
| Graphormer |
- RMSE
- 1.065±0.039
- R2
- 0.927±0.005
|
Do Transformers Really Perform Bad for Graph Representation? 2021-06-09 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| SMA |
- RMSE
- 1.09
|
Self-Guided Masked Autoencoders for Domain-Agnostic Self-Supervised Learning 2024-02-22 |
코드 1 |
| ChemBFN |
- RMSE
- 1.418
|
A Bayesian Flow Network Framework for Chemistry Tasks 2024-07-28 |
코드 1 |
| GraphGPS |
- RMSE
- 1.462±0.188
- R2
- 0.861±0.037
|
Recipe for a General, Powerful, Scalable Graph Transformer 2022-05-25 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| Uni-Mol |
- RMSE
- 1.620
|
Uni-Mol: A Universal 3D Molecular Representation Learning Framework 2022-09-08 |
코드 1 |
| S-CGIB |
- RMSE
- 1.648±0.074
|
Pre-training Graph Neural Networks on Molecules by Using Subgraph-Conditioned Graph Information Bottleneck 2025-02-20 |
코드 1 |
| SPMM |
- RMSE
- 1.859
|
Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model 2022-11-19 |
코드 1 |
| ChemRL-GEM |
- RMSE
- 1.877
|
ChemRL-GEM: Geometry Enhanced Molecular Representation Learning for Property Prediction 2021-06-11 |
연결 없음 |
| D-MPNN |
- RMSE
- 2.082
|
Analyzing Learned Molecular Representations for Property Prediction 2019-04-02 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| GROVER (base) |
- RMSE
- 2.176
|
Self-Supervised Graph Transformer on Large-Scale Molecular Data 2020-06-18 |
코드 1 · 코드 2 · 코드 3 |
| GROVER (large) |
- RMSE
- 2.272
|
Self-Supervised Graph Transformer on Large-Scale Molecular Data 2020-06-18 |
코드 1 · 코드 2 · 코드 3 |
| N-GramRF |
- RMSE
- 2.688
|
N-Gram Graph: Simple Unsupervised Representation for Graphs, with Applications to Molecules 2018-06-24 |
코드 1 |
| PretrainGNN |
- RMSE
- 2.764
|
Strategies for Pre-training Graph Neural Networks 2019-05-29 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 |
| N-GramXGB |
- RMSE
- 5.061
|
N-Gram Graph: Simple Unsupervised Representation for Graphs, with Applications to Molecules 2018-06-24 |
코드 1 |