本稿では，GANにおいて多様性の高い画像を生成する手法を提案する．近年，MSGANやBicycleGANのように多様な画像を生成するGANが提案されている．しかし，これらのGANでは，訓練画像と比べるとまだ多様性が不十分である．このように，多様な訓練画像を学習させているにも関わらず，訓練画像と同等の多様性を出すことが困難であることが問題となっている．そこで本稿では，事前に訓練画像の分布を推定し，推定した分布を基に訓練画像の多様性を真似するように学習を行う手法を提案する．様々な評価指標を用いて従来法と比較評価することで，提案手法の有効性を示す．