センシングデータによる人の行動の定量化は、昔から取り組まれてきた手法であり、閾値による推定が主流とされてきたが、機械学習の登場により、人の行動データの学習による手法に置き換わりつつある。しかし、機械学習には膨大な量のデータが必要であり、行動の分類には時系列の他に個人差を考慮する必要があるなど、労力を要するものである。また、少量のデータによる学習を可能にするために、データ拡張も提案されているが、精度面や手軽さで実用までは程遠い。本稿では、テーブルデータ生成モデルであるCTGANを使ったセンシングデータの拡張手法を提案する。データには歩行、静止、階段、横になるの四つを用意し既存の拡張手法である、SMOTEと確率密度推定による手法とで比較検証を行い、CTGANの有用性を示す。