本稿では、LogHDという新しい手法が提案されており、これは高次元計算（HDC）の分類器を効率的に圧縮します。従来の設計方法では、各クラスあたり1つのプロトタイプが必要であり、メモリ消費が高くなりますが、LogHDでは対数的なクラス軸削減を行い、各クラスに変わりにより少ないバンドル高次元ベクトルを使用します。この手法により、メモリ要求を大幅に削減しながら、モデルのパフォーマンスと堅牢性を向上させることが可能です。LogHDは、様々なデータセットでの競争力のある精度を維持しつつ、特にビットフリップ耐性が向上しています。最終的に、エネルギー効率の面でも優れており、特定のハードウェアにおいては、従来の方法と比べて大幅な効率化が実現されています。