预测未来犹如补全一幅画！

本文是面向科学预测这一更宏大研究框架的引介性工作。它介于科学与科学哲学之间，因此可称之为实验科学哲学。作为首要成果，我们提出一种基于图像补全的新预测方法，名为图像修复预测法（FM2I）。事实上，时间序列预测被转化为完全基于图像与信号的处理流程。在将时间序列数据转换为其对应图像后，数据预测问题本质上变为图像修复问题，即补全图像中的缺失数据。我们使用著名的 M3 竞赛所提出的大型数据集进行了广泛的实验评估。结果表明，FM2I 是一种高效且鲁棒的时间序列预测工具，在精度方面取得了突出结果，并优于最佳的 M3 预测方法。