本研究では，軸流ファン周りの大規模数値解析により得られた大規模データに対して，画像認識や画像処理分野で用いられているデータ分析手法を適用し，流れを支配する流れ構造を明らかにすることを目的とする．データ分析手法としては，画像認識の分野においてモデルの分類結果の根拠の可視化に用いられるGrad-CAM (Gradient-weighted Class Activation Mapping)に注目し，流体問題への適用を試みる．Grad-CAMは畳み込み演算を用いた教師あり学習であるため正解データを用意することが必要であるためそのままでは適用できない．そのため流れ場を近傍場と遠方場に分け，遠方場の観測点を正解データとすることを試みる．このような前処理を行うことによってGrad-CAMを適用することが可能となり，観測点で観測される騒音(圧力変動)がどこから発生したか（重要な領域）どうかを可視化することができる．大量の3次元流れ場データにGrad-CAMを適用する場合には，多くのメモリが必要となることからマルチGPUが必須となるため，mdx環境を用いた解析を行う．