我试图提出一个非线性回归深度学习模型来预测给定纳米结构的远场。
远场光谱是高度非线性的，它可能有几个共振点（场的突然增加）。见下图。
我的 DNN 由 3 个卷积层和 4 个密集层组成，以解决非线性问题。
但是，我想要一个对异常值更敏感的损失函数，这样我就可以找到发生共振的确切点。
到目前为止，我已经使用了很多损失函数，并且 Huber 损失在结算的最终损失（0.0101）方面表现最好，尽管对异常值不太敏感。下图显示了实际和预测的光谱。
实际和预测光谱：
我知道均方误差对异常值很敏感，但在这种情况下，结算损失 (0.0198) 高于前一种情况。
什么损失函数对异常值最敏感，特别是在非线性回归中。如果您可以针对此问题提出自定义损失函数，那也可以。