Metaal-organische roosters (MOFs) vormen een recente klasse van nanoporeuze materialen die bestaan uit anorganische bouwblokken verbonden door organische liganden. Omwille van hun uitzonderlijke fysische eigenschappen zijn ze uitermate geschikt als o.a. nano-actuators, waardoor er momenteel enorm veel computationeel onderzoek gebeurt dat tracht te begrijpen hoe de microscopische structuur van de MOF zijn macroscopische eigenschappen beïnvloedt. Deze structuur-eigenschapverbanden werden tot nu toe bekomen op basis van theoretische modellen die MOFs beschouwen als oneindig periodieke en perfect geordende materialen, wat in sterk contrast staat met de sterk wanordelijke microkristallen die gekend zijn uit experiment. Om deze discrepantie te overbruggen, zullen in dit project nieuwe computationele modellen ontwikkeld worden, die op accurate manier de spatiale wanorde en eindige kristalgrootte in rekening kunnen brengen. Onze bottom-up strategie begint met het gebruiken van neurale netwerken om de atomaire interacties in het rooster op kleine schaal (~1nm) te karakteriseren. Vervolgens worden deze neurale netwerken gebruikt om coarse-grained (CG) modellen te parameterizeren op grotere schaal (~10nm). Met deze CG-modellen kan men dan finaal de structuur-eigenschapverbanden van wanordelijke eindige kristallen bestuderen op een nog grotere, experimentele schaal (~1µm).