本研究评估了脉冲神经网络和回声状态网络在蜂窝流量预测中的能效，尤其是在集中和联邦学习环境下。结果表明，这些生物启发模型在保持预测准确性的同时，能够显著节约能源，特别是在分散系统中，展现出可持续性和保护隐私的潜力。

本研究探讨了联邦学习在移动网络实时蜂窝流量预测中的应用，利用巴塞罗那基站数据验证其有效性，强调隐私保护与环境可持续性，推动移动交通管理系统的发展。