Sobre la revista
Neutrosophic Computing and Machine Learning (NCML)es una revista de investigación científica que ha sido creada para publicaciones de estudios avanzados en la neutrosofía, el conjunto de la neutrosofía, la lógica neutrosófica, la probabilidad neutrosófica, las estadísticas neutrosóficas, los enfoques neutrosóficos para el aprendizaje de las máquinas, etc. y sus aplicaciones en cualquier campo.
Todos los trabajos presentados deben ser profesionales, en buen idioma inglés o español, y deben contener una breve reseña de un problema y de los resultados obtenidos.
Los trabajos se revisan para detectar plagios y autoplagios con un programa informático automatizado.
Lea la Información para los autores
Todas las presentaciones deben ser diseñadas en estos formatos: Plantilla de Word. Para presentar un trabajo, envíe el archivo por correo electrónico a los editores. Para pedir ediciones impresas, contacte con los editores. Esta revista es de acceso abierto, no comercial, edición académica. No se cobran derechos de publicación.
La revista internacional NCML está auspiciada por la Asociación Latinoamericana de Ciencia Neutrosóficas, la Asociación Internacional de Ciencia Neutrosófica y la Universidad de Nuevo México. Sitios web:
http://fs.unm.edu/NCML2/index.php/112
El sitio web de la Universidad de Nuevo México sobre teorías y aplicaciones de la neutrosofía es: http://fs.unm.edu/neutrosophy.htm.
Nuestra revista se compromete a garantizar la preservación a largo plazo de todos los contenidos publicados. Para ello, hemos implementado las siguientes medidas:
-
Red de Preservación PKP (PKP PN): Utilizamos el plugin PKP PN para depositar automáticamente nuestros contenidos en una red de preservación digital, asegurando su disponibilidad futura.
-
Internet Archive: Nuestros artículos se archivan en Internet Archive (archive.org), una biblioteca digital sin fines de lucro dedicada a la preservación de elementos digitales de importancia cultural e histórica.
Política de Depósito en Repositorios
La revista Neutrosophic Computing and Machine Learning permite y alienta a los autores a depositar versiones de sus trabajos en repositorios institucionales o en otros repositorios de su elección. Esta política está registrada en el aviso de derechos de autor de la revista, donde se establece que los autores conservan los derechos para utilizar sus artículos en cualquier otra publicación y de la manera que consideren adecuada. Esto significa que la copia electrónica, distribución e impresión de la versión completa de la revista y de los artículos individuales pueden ser realizadas por cualquier usuario sin necesidad de permiso o cargo.
