MSE를 성능측정함수로 하고 gradient following algorithm에 의해서 최적화되는 ADFE의 수렴속도를 개선하기 위한 방안이 연구되었다. 수백 bit의 짧은 길이를 가지는 많은 message들을 전송하고자 할 때 system의 start-up time (이 중 대부분의 시간이 equalizer의 adaptation time이다.) 은 전체 소요시간의 상당한 부분을 차지하게 된다. 본 논문에서는, stochastic updating algorithm ( unbiased estimation ) 에서 training sequence의 주기와 equalizer의 수렴속도와의 관계에 대한 연구가 진행되었으며, 또 모든 tap에 적당한 weighting을 주어 step-size를 다르게 하는 stepsize windowing technique을 제안하였다. 이러한 연구를 토대로 한 computer simulation 에서 training sequence의 주기가 작아지면 수렴속도가 빨라진다는 것을 보였고, step-size windowing technique을 이용하면 중아에서 멀리 떨어져 있는 tap의 쓸데없는 변화를 줄임으로써 보다 빠른 수렴속도를 가질 수 있다는 것을 보였다. 또 이들은 서로 독립적인 관계가 있기 때문에 periodic data를 training sequence로 하고 step-size를 windowing 하게 되면 equalizer가 종래의 ADFE보다 훨씬 빠른 수렴속도를 가지게 된다는 것도 보였다.