본 연구는 순환 그래프 신경망(RGNN) 모델 중 수렴, 출력 수렴, 정지 모델의 표현력 관계를 분석했어요. 수렴 RGNN은 graded-bisimulation-invariant 정지 RGNN과 동일한 표현력을 가지며, 출력 수렴 RGNN은 최소한 그 이상의 표현력을 가짐이 밝혀졌어요. 연구진은 비동기화 문제를 해결하기 위해 '신호등 프로토콜'을 개발하여 수렴 RGNN으로 정지 RGNN을 시뮬레이션하는 데 성공했어요.