GANを用いた圧縮センシングでは、密な観測データを別に用意して学習を行った後に、運用段階において少数の観測センサ値からの真値の回復を図る。しかし先端的な計測分野では、元となる密な真値が計測不能である場合がある。そこで観測対象が有限の状態しか取らないことを仮定した上で、少数の観測センサ値群を多量に使って、状態ごとの真値示す関数を獲得するGANに似たアルゴリズムを提案する。シミュレーション実験により、状態変数の次元が十分に小さければ真値関数を近似できる事が確認された。この関数を回帰関数として用いる事で、1セットの少数観測センサ値から、空間全体の真値の予測分布を計算できるようになる。