本研究では複数のストロークから成る図形を対象とし，神経力学モデルであるMultiple Timescale Recurrent Neural Network (MTRNN)を用いて部分図形から全体図形を予測し生成する手法を提案する．提案手法では全体図形の描画系列をMTRNNで学習することで各図形の描画ダイナミクスを自己組織化する．部分図形の認識では，自己組織化されたダイナミクス空間をもとに描画ダイナミクスを表現する潜在変数を推定し，全体図形を生成する．花・蝶・飴の3種類の図形を描画し，各図形の部分描画系列から全体図形を生成する実験を行い，提案手法の有効性を確認した．