時系列データの異常検知分野において，深層学習を用いた手法の普及に伴い大量のデータが求められるが希少な異常データの数は不足しがちであり，正常データのみから異常データを生成するデータ拡張の手法が活発に議論されている．中でも潜在空間を操作する手法においてVAEベースの手法は提案されているが，高精度な正常データを生成できるGANを用いて時系列データの異常データを拡張する手法は無い．そこで本研究では異常検知を行うGANの一種であるTadGANをベースに学習済みの潜在空間に摂動を加えることで元のデータから乖離しすぎない時系列疑似異常データを作成する．これによりGANにおける潜在空間の操作が疑似異常データ生成に有効か検証する．