Working with benchmark datasets in the Cuby framework

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388963%3A_____%2F24%3A00586410" target="_blank" >RIV/61388963:_____/24:00586410 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1063/5.0203372" target="_blank" >https://doi.org/10.1063/5.0203372</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1063/5.0203372" target="_blank" >10.1063/5.0203372</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Working with benchmark datasets in the Cuby framework

Popis výsledku v původním jazyce

The development and benchmarking of computational chemistry methods rely on comparison with benchmark data. More and larger benchmark datasets are becoming available, and working efficiently with them is a necessity. The Cuby framework provides rich functionality for working with datasets, comes with many ready-to-use predefined benchmark sets, and interfaces with a wide range of computational chemistry software packages. Here, we review the tools Cuby provides for working with datasets and provide examples of more advanced workflows, such as handling large numbers of computations on high performance computing resources and reusing previously computed data. Cuby has also been extended recently to include two important benchmark databases, NCIAtlas and GMTKN55.

Název v anglickém jazyce

Working with benchmark datasets in the Cuby framework

Popis výsledku anglicky

The development and benchmarking of computational chemistry methods rely on comparison with benchmark data. More and larger benchmark datasets are becoming available, and working efficiently with them is a necessity. The Cuby framework provides rich functionality for working with datasets, comes with many ready-to-use predefined benchmark sets, and interfaces with a wide range of computational chemistry software packages. Here, we review the tools Cuby provides for working with datasets and provide examples of more advanced workflows, such as handling large numbers of computations on high performance computing resources and reusing previously computed data. Cuby has also been extended recently to include two important benchmark databases, NCIAtlas and GMTKN55.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10403 - Physical chemistry

Projekt

<a href="/cs/project/GA22-17063S" target="_blank" >GA22-17063S: Nová generace semiempirických kvantově-mechanických metod založená na velkých datech</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Journal of Chemical Physics

ISSN

0021-9606

e-ISSN

1089-7690

Svazek periodika

160

Číslo periodika v rámci svazku

20

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

8

Strana od-do

202501

Kód UT WoS článku

001229924700008

EID výsledku v databázi Scopus

2-s2.0-85193989275