Node Classification On Non Homophilic
ノード分類タスクにおける非同質グラフ(異質グラフ)の評価は、特に多様なデータセット向けに設計されたモデルの性能を測定することを目的としています。このタスクでは、異なるクラス間のエッジが同じクラス内のエッジよりも一般的であるグラフに焦点を当て、系統的なテストと分析を通じて、モデルが異質グラフを扱う際の性能の違いを明らかにします。これにより、グラフニューラルネットワークの最適化に重要な参考資料が提供されます。
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++