Dans ce travail, nous introduisons une nouvelle technique d’embedding de graphes appelée NERO (Network Embedding basé sur des histogrammes d’ordre de relations). Sa performance est évaluée à l’aide de plusieurs problèmes de classification bien connus ainsi que d’un nouveau benchmark dédié aux réseaux de veines lamellaires détaillés. L'algorithme proposé obtient des résultats supérieurs à ceux des autres méthodes basées sur des noyaux, tout en restant comparables à de nombreuses GNNs de pointe, sans nécessiter de support GPU et en étant capable de traiter des données d’entrée relativement volumineuses. Il est également démontré que les représentations produites peuvent être facilement combinées avec des techniques existantes d’interprétation de modèles afin d’offrir une vue d’ensemble de l’influence individuelle des arêtes et des sommets sur le processus étudié.