Node Classification On Non Homophilic
Die Aufgabe der Knotenklassifizierung in nicht-homophilen Graphen (heterophilen Graphen) besteht darin, die Leistung von Modellen zu bewerten, die speziell für heterogene Datensätze entwickelt wurden. Diese Aufgabe konzentriert sich auf Graphen, in denen Kanten zwischen verschiedenen Klassen häufiger vorkommen als Kanten innerhalb derselben Klasse. Durch systematische Tests und Analysen werden Unterschiede in der Leistung der Modelle bei der Bearbeitung heterophiler Graphen aufgedeckt, was wichtige Referenzpunkte für die Optimierung von Graph Neural Networks liefert.
Chameleon (48%/32%/20% fixed splits)
Chameleon(60%/20%/20% random splits)
ACM-GCN+
Cornell (48%/32%/20% fixed splits)
Cornell (60%/20%/20% random splits)
ACMII-GCN
Deezer-Europe
ACMII-GCN+++
Film(48%/32%/20% fixed splits)
genius
ClenshawGCN
Penn94
Pubmed
Squirrel (48%/32%/20% fixed splits)
Texas (48%/32%/20% fixed splits)
Texas(60%/20%/20% random splits)
twitch-gamers
Wisconsin (48%/32%/20% fixed splits)
O(d)-NSD
Wisconsin(60%/20%/20% random splits)
ACM-GCN++