Classification de graphes
La classification de graphes est une tâche qui consiste à catégoriser des données structurées en graphes dans différentes classes ou catégories. L'entrée est un graphe, et l'objectif est d'apprendre un classifieur capable de prédire avec précision la catégorie à laquelle appartient le graphe. La classification de graphes a une valeur d'application importante dans des domaines tels que l'analyse des réseaux sociaux, la bioinformatique et les systèmes de recommandation.
PROTEINS
HGP-SL
MUTAG
P-WL-C
NCI1
WKPI-kmeans
ENZYMES
DSGCN-allfeat
D&D
IMDb-B
U2GNN (Unsupervised)
Peptides-func
GraphMLPMixer
COLLAB
U2GNN (Unsupervised)
NCI109
WKPI-kcenters
PTC
U2GNN (Unsupervised)
IMDb-M
G-Tuning
CIFAR10 100k
GRIT
MNIST
NeuralWalker
REDDIT-B
CRaWl
RE-M5K
GIN-0
REDDIT-BINARY
R-GIN + PANDA
UPFD-GOS
UPFD-SAGE
UPFD-POL
HGFND
BP-fMRI-97
IsoNN
HIV-fMRI-77
IsoNN
IMDB-BINARY
HIV-DTI-77
IsoNN
RE-M12K
GFN-light
FRANKENSTEIN
HIV dataset
CIN++
Mutagenicity
HGP-SL
NEURON-Average
WKPI-kcenters
NEURON-BINARY
WKPI-kmeans
NEURON-MULTI
WKPI-kcenters
MalNet-Tiny
GatedGCN+
BBBP
GMT
COX2
GIN-0
HIV
GMT
REDDIT-MULTI-12K
GNN (DiffPool)
Synthetic Dynamic Networks
Time-cohort Dynamic Features + Static Features
Tox21
GMT
ToxCast
GMT
BACE
clintox
IPC-grounded
GG-NN
IPC-lifted
MUV
SIDER
20NEWS
sKNN-LDS
5pt. Bench-Easy
NDP
ADNI
AIDS
Bench-hard
NDP
BZR
GDL-g (ADJ)
Cancer
sKNN-LDS
CIFAR-10
CKGCN
Citeseer
sKNN-LDS
COIL-RAG
Cora
sKNN-LDS
CSL
CIN
Digits
sKNN-LDS
HCP Aging
HIV-fMRI-77
IsoNN
HYDRIDES
MSRC-21 (per-class)
NC1
EigenGCN-3
NCI-123
GAM
NCI-83
GAM
NCI33
GAM
OASIS
Pubmed
Fea2Fea-s3
REDDIT-12K
G-Tuning
REDDIT-MULTI-5k
GraphSAGE
SYNTHIE
UK Biobank Brain MRI
NeuroPath
Web
UGraphEmb-F
Wine
sKNN-LDS