グラフニューラルネットワークは、動的グラフと属性付き静的グラフに対して、1-WLテストと同等の表現力を持つことが示された。また、これらのグラフに対してグラフニューラルネットワークは、1-WL/展開等価性の制約の下で、任意の測度可能な関数を確率的に任意の精度で近似できることが証明された。