Uusi kirjastomuotoinen ihmisten tunnistamisen algoritmi on optimoitu MLX90642:n 32×24 FIR-matriisille ja erityisesti kattoon asennettaville antureille ahtaissa tiloissa, kuten hisseissä, neuvotteluhuoneissa ja käytävissä. Koska anturi ei muodosta visuaalista kuvaa, ratkaisu on luonnostaan yksityisyysystävällinen ja toimii myös täydellisessä pimeydessä.
Algoritmi toimitetaan valmiiksi käännettynä (pre-compiled) kirjastona, jonka voi ladata Melexisin MyMelexis-portaalista, kun käytössä on MLX90642-anturi. Se ei sido käyttäjää tiettyyn mikro-ohjainalustaan: kirjasto toimii mm. ARM Cortex-M0/M3/M4 -prosessoreilla, RISC-V-alustoilla ja Linux-pohjaisilla SoC-ympäristöillä. Kevyt rakenne vähentää resurssitarvetta – täysi analyysi vaatii MCU:lta vain noin 40 kB RAM-muistia, ja yksinkertaistettu tila selviää 14 kB:lla
Melexis tarjoaa myös evaluaatiopaketin, jossa MLX90642-anturi ja valmiiksi asennettu firmware mahdollistavat suorituskyvyn arvioinnin heti käyttöön otettaessa. Algoritmi on suunniteltu vakaaksi ja deterministiseksi vastakappaleeksi ML-pohjaisille ratkaisuille. Se ei vaadi uudelleenkoulutusta, eikä sen toiminta vaihtele lämpötilaympäristöjen mukaan.
Algoritmi ja evaluaatiokitti ovat nyt saatavilla rekisteröityneille Melexis-asiakkaille MyMelexis-portaalin kautta.
ETN:n digitaalinen aikakauslehti ETNdigi 1/2026 on julkaistu. Uusi numero kokoaa yhteen elektroniikka-alan keskeisiä teknologiateemoja kvanttilaskennasta ja tekoälystä energiatehokkaaseen tehoelektroniikkaan, IoT-järjestelmiin ja ajoneuvojen latausinfrastruktuuriin.
Nokian toimitusjohtaja Justin Hotard arvioi yhtiön Yhdysvaltain arvopaperimarkkinavalvoja SEC:lle toimittamassa Form 20-F 2025 -vuosiraportissa, että mobiiliverkkomarkkina ei ole lähivuosina varsinainen kasvuala. Hänen mukaansa markkinan odotetaan pysyvän lähinnä vakaana samalla kun Nokia keskittyy parantamaan liiketoiminnan kannattavuutta.
Lääkintälaitteiden internet (IoMT) yhdistää diagnostiikan, puettavat anturit ja sairaalalaitteet pilvipohjaisiin järjestelmiin. Etävalvonta, reaaliaikainen data ja koneoppiminen lupaavat parempaa hoidon laatua ja kustannussäästöjä, mutta samalla ratkaistavaksi jäävät yhteentoimivuus, sääntely ja tietoturva.