Fast prediction of torque density profiles driven by three-dimensional (3D) magnetic fields is required for accurate real-time control of plasma toroidal rotation. A toroidal torque spectral neural network (TORQSNet) is developed to enable rapid and accurate prediction of radial profiles of neoclassical toroidal viscosity (NTV) torque, electromagnetic torque, and Reynolds stress torque under the resonant magnetic perturbations (RMPs). TORQSNet is trained and validated using a numerical database of 3D equilibria computed using the MARS-F code for ASDEX Upgrade (AUG), DIII-D, MAST, and ITER. In oscillatory radial regions, torque density profiles are parameterized by Legendre polynomial expansion coefficients, which are predicted by the network and are used as interpretable features linked to resonant response characteristics in magnetohydrodynamic equilibria. Across all four devices and the investigated toroidal mode numbers, coefficients of determination of are obtained for reconstructed NTV torque density profiles. Strong cross-device generalization is demonstrated, with models trained on a single device accurately predicting radial torque profiles in the other three devices. The combined influence of plasma rotation and resistivity is captured by the trained TORQSNet. Core torque is reduced while edge torque is increased, which supports optimization of RMP-based edge localized mode suppression by promoting pedestal penetration and mitigating core flow damping.
三次元（3D）磁場によって駆動されるトルク密度プロファイルの高速予測は、プラズマのトロイダル回転の正確なリアルタイム制御に必要である。共鳴磁気摂動（RMP）下での新古典トロイダル粘性（NTV）トルク、電磁トルク、レイノルズ応力トルクの径方向プロファイルを迅速かつ正確に予測するために、トロイダルトルクスペクトルニューラルネットワーク（TORQSNet）が開発された。TORQSNetは、ASDEX Upgrade（AUG）、DIII-D、MAST、ITERについてMARS-Fコードを用いて計算された3D平衡の数値データベースを用いて訓練および検証される。振動する径方向領域では、トルク密度プロファイルはルジャンドル多項式展開係数によってパラメータ化され、これらの係数はネットワークによって予測され、磁気流体力学平衡における共鳴応答特性に関連する解釈可能な特徴として使用される。調査された全4つの装置およびトロイダルモード数にわたって、再構成されたNTVトルク密度プロファイルに対して決定係数 が得られた。単一の装置で訓練されたモデルが他の3つの装置の径方向トルクプロファイルを正確に予測することにより、強い装置間一般化が実証される。プラズマ回転と抵抗率の複合的な影響は、訓練されたTORQSNetによって捕捉される。コアトルクは減少し、エッジトルクは増加する。これは、ペデスタル浸透を促進しコアフロー減衰を緩和することにより、RMPベースの周辺局在モード抑制の最適化を支援する。