Done lektoriranje

diploma_nikola_petrov.typ

@@ -47,7 +47,7 @@
 #set math.equation(supplement: "Enačba")
 
 #let avthor = "Nikola Petrov"
-#let mentor = "red. prof. dr. Aleš Holobar"
+#let mentor = "red. prof. dr. Alešu Holobarju"
 #let naslov = upper("Uporabniško vodena evolucija fraktalnih dreves")
 #let naslov_en = upper("User-guided evolution of fractal trees")
 
@@ -195,17 +195,17 @@ IZJAVA O AVTORSTVU ZAKLJUČNEGA DELA
 
 
 = UVOD
-V današnjem digitalnem svetu je interaktivnost in prilagodljivost ključnega pomena za ustvarjanje uporabniških izkušenj, ki so tako zabavne kot tudi funkcionalne. Fraktalna drevesa, kot matematična in umetniška oblika, ponujajo neskončno raznolikost struktur, ki jih je mogoče uporabiti v raznovrstnih aplikacijah, od vizualnih umetnosti do simulacij naravnih procesov. V tem kontekstu se pojavi vprašanje: *Kako lahko uporabniki aktivno vplivajo na razvoj in oblikovanje teh struktur?*
+V današnjem digitalnem svetu sta interaktivnost in prilagodljivost ključnega pomena za ustvarjanje uporabniških izkušenj, ki so tako zabavne kot tudi funkcionalne. Fraktalna drevesa kot matematična in umetniška oblika ponujajo neskončno raznolikost struktur, ki jih je mogoče uporabiti v raznovrstnih aplikacijah, od vizualnih umetnosti do simulacij naravnih procesov. V tem kontekstu se pojavi vprašanje: *kako lahko uporabniki aktivno vplivajo na razvoj in oblikovanje teh struktur?*
 
 Ta diploma se osredotoča na razvoj aplikacije *Treender*, ki uporabnikom omogoča interaktivno vodenje evolucije fraktalnih dreves. S pomočjo algoritmov za genetsko evolucijo in uporabniških ocen aplikacija ustvarja in prilagaja fraktalna drevesa, ki odražajo individualne okuse in preference uporabnikov.
 
-Cilj projekta je raziskati, kako lahko algoritmi za evolucijo in z uporabniško povratno informacijo ustvarimo dinamične in osebne izkušnje.
+Cilj projekta je raziskati, kako lahko z algoritmi za evolucijo in uporabniško povratno informacijo ustvarimo dinamične in osebne izkušnje.
 
-V nadaljevanju bomo predstavili osnovne koncepte za generiranje in evolucijo fraktalnih dreves, opisali strukturo aplikacije in podrobno razložili uporabljene algoritme. Prav tako bomo raziskali uporabniški vmesnik in proces objave aplikacije na Google Play Store. Na koncu bomo oceni uporabniško izkušnjo in učinkovitost algoritmov, ki jih uporabljamo.
+V nadaljevanju bomo predstavili osnovne koncepte za generiranje in evolucijo fraktalnih dreves, opisali strukturo aplikacije in podrobno razložili uporabljene algoritme. Prav tako bomo raziskali uporabniški vmesnik in proces objave aplikacije na Google Play Store. Na koncu bomo ocenili uporabniško izkušnjo in učinkovitost algoritmov, ki jih uporabljamo.
 #pagebreak()
 
 = OPIS APLIKACIJE
-Treender je aplikacije, ki nam omogoča, da izbiramo in ocenjujemo fraktalna drevesa, ki se na podlagi naših ocen evoluirajo in prilagajajo našim okusom. V desnem zgornjem kotu nam prikaže všečnost, na dnu nam pa prikaže generacijo evolucije in kateri vzorec se prikazuje (@aplikacija-slika-def). Če povlečemo po zaslonu levo se nam v zgornjem levem kotu prikaže napis "DISLIKE" (@aplikacija-slika-dislike) v desno pa se nam prikaže napis "LIKE" (@aplikacija-slika-like).
+Treender je aplikacija, ki nam omogoča, da izbiramo in ocenjujemo fraktalna drevesa, ki se na podlagi naših ocen razvijajo in prilagajajo našim okusom. V desnem zgornjem kotu nam prikaže všečnost, na dnu nam pa prikaže generacijo evolucije in kateri vzorec se prikazuje (@aplikacija-slika-def). Če povlečemo po zaslonu levo se nam v zgornjem levem kotu prikaže napis "DISLIKE" (@aplikacija-slika-dislike), v desno pa se nam prikaže napis "LIKE" (@aplikacija-slika-like).
 
 #grid(
   columns: 3,
@@ -213,30 +213,24 @@ Treender je aplikacije, ki nam omogoča, da izbiramo in ocenjujemo fraktalna dre
   [
     #figure(
       image("assets/rand/capture_show_noraml.jpg"),
-      caption: [
+      caption: [Primer aplikacije],
-        Primer aplikacije
-      ],
     )<aplikacija-slika-def>
   ],
   [
     #figure(
       image("assets/rand/capture_show_liked.jpg"),
-      caption: [
+      caption: [Primer aplikacije like],
-        Primer aplikacije like
-      ],
     )<aplikacija-slika-like>
   ],
   [
     #figure(
       image("assets/rand/capture_show_dislike.jpg"),
-      caption: [
+      caption: [Primer aplikacije dislike],
-        Primer aplikacije dislike
-      ],
     )<aplikacija-slika-dislike>
   ],
 )
 
-Ko vzorec ocenimo si aplikacija zapomni in nato, ko ocenimo vse vzorce se nam prikaže črna slika z napisom "new generation". V tem trenutku se glede na ocenitve ustvari nova generacija in izračuna všečnost.
+Ko vzorec ocenimo, si aplikacija zapomni, in ko ocenimo vse vzorce, se nam prikaže črna slika z napisom "new generation". V tem trenutku se glede na ocenitve ustvari nova generacija in izračuna všečnost.
 
 
 #pagebreak()
@@ -244,13 +238,13 @@ Ko vzorec ocenimo si aplikacija zapomni in nato, ko ocenimo vse vzorce se nam pr
 = UPORABLJENE TEHNOLOGIJE
 
 == C++
-C++ je visokonivojni programski jezik, ki je nastal kot razširitev jezika C. Razvil ga je Bjarne Stroustrup v zgodnjih 1980-ih letih z namenom, da združi moč in učinkovitost jezika C z objektno-usmerjenimi koncepti, ki podpirajo boljšo organizacijo in ponovno uporabo kode @wiki_cpp.
+C++ je visokonivojni programski jezik, ki je nastal kot razširitev jezika C. Razvil ga je Bjarne Stroustrup v zgodnjih 1980. letih z namenom, da združi moč in učinkovitost jezika C z objektno usmerjenimi koncepti, ki podpirajo boljšo organizacijo in ponovno uporabo kode @wiki_cpp.
 
 === Glavne značilnosti C++:
 
-1. *Objektno-usmerjeno programiranje (OOP)*: C++ podpira objektno-usmerjeno programiranje, kar omogoča uporabo razredov in objektov za modeliranje realnih svetovnih problemov. To olajša organizacijo kode in omogoča ponovno uporabo kode.
+1. *Objektno usmerjeno programiranje (OOP)*: C++ podpira objektno usmerjeno programiranje, kar omogoča uporabo razredov in objektov za modeliranje realnih svetovnih problemov. To olajša organizacijo kode in omogoča ponovno uporabo kode.
 
-2. *Učinkovitost*: C++ je znan po svoji visoki učinkovitosti in hitrosti izvajanja, kar ga naredi primerno za razvoj aplikacij, ki zahtevajo visoko zmogljivost, kot so igre, sistemsko programiranje in razvoj vgrajenih sistemov.
+2. *Učinkovitost*: C++ je znan po svoji visoki učinkovitosti in hitrosti izvajanja, kar ga naredi primernega za razvoj aplikacij, ki zahtevajo visoko zmogljivost, kot so igre, sistemsko programiranje in razvoj vgrajenih sistemov.
 
 3. *Nizkonivojni dostop*: C++ omogoča dostop do spomina in drugih sistemskih virov na nizki ravni, kar omogoča večjo kontrolo nad strojno opremo. To je posebno koristno v sistemskem programiranju in razvoju vgrajenih sistemov.
 
@@ -260,7 +254,7 @@ C++ je visokonivojni programski jezik, ki je nastal kot razširitev jezika C. Ra
 
 === Uporaba C++:
 
-- *Razvoj iger*: Zaradi svoje visoke učinkovitosti in možnosti za nizkonivojni dostop je C++ priljubljen jezik za razvoj iger.
+- *Razvoj iger*: Zaradi svoje visoke učinkovitosti in možnosti za nizkonivojni dostop je \ C++ priljubljen jezik za razvoj iger.
 - *Sistemsko programiranje*: Uporablja se za razvoj operacijskih sistemov, gonilnikov in drugih sistemskih programov.
 - *Vgrajeni sistemi*: Zaradi svoje učinkovitosti in možnosti za nizkonivojni dostop je C++ priljubljen za razvoj vgrajenih sistemov.
 - *Računalniška grafika*: Uporablja se za razvoj grafičnih aplikacij in orodij za obdelavo slik.
@@ -277,7 +271,7 @@ Raylib je odprtokodna knjižnica, namenjena predvsem razvoju iger in multimedijs
 
 2. *Podpora za 2D in 3D grafiko*: Raylib podpira tako 2D kot 3D grafiko, kar omogoča razvoj različnih vrst iger in aplikacij.
 
-3. *Vhodne naprave*: Podpira različne vhodne naprave, kot so tipkovnica, miška, igralni nadzorniki in dotikalni zasloni.
+3. *Vhodne naprave*: Podpira različne vhodne naprave, kot so tipkovnica, miška, igralni nadzorniki in zaslon na dotik.
 
 4. *Zvok*: Vključuje osnovno podporo za predvajanje zvoka in glasbe, kar je pomembno za razvoj iger.
 
@@ -295,7 +289,7 @@ Raylib je zaradi svoje preprostosti in zmogljivosti priljubljen izbir za razvija
 #pagebreak()
 
 == ImGui
-Dear ImGui (ali preprosto ImGui) je odprtokodna knjižnica uporabniškega vmesnika, ki omogoča hitro in enostavno ustvarjanje uporabniških vmesnikov za aplikacije v realnem času. Zasnovana je za razvijalce, ki potrebujejo preprost in učinkovit način za dodajanje uporabniških vmesnikov v svoje aplikacije, predvsem v igrah, orodjih in drugih interaktivnih programih @git_imgui @git_rlImgui.
+Dear ImGui (ali preprosto ImGui) je odprtokodna knjižnica, ki omogoča hitro in enostavno ustvarjanje uporabniških vmesnikov za aplikacije v realnem času. Zasnovana je za razvijalce, ki potrebujejo preprost in učinkovit način za dodajanje uporabniških vmesnikov v svoje aplikacije, predvsem v igrah, orodjih in drugih interaktivnih programih @git_imgui @git_rlImgui.
 
 === Glavne značilnosti ImGui:
 
@@ -315,23 +309,23 @@ Dear ImGui (ali preprosto ImGui) je odprtokodna knjižnica uporabniškega vmesni
 - *Interaktivna orodja*: Uporablja se za razvoj različnih interaktivnih orodij, kot so simulacije, vizualizacije podatkov in druge aplikacije, ki zahtevajo uporabniški vmesnik.
 - *Prototipiranje*: Zaradi svoje enostavnosti in hitrosti je ImGui priljubljen za prototipiranje uporabniških vmesnikov.
 
-ImGui je zaradi svoje preprostosti, učinkovitosti in fleksibilnosti priljubljen izbir za razvijalce, ki potrebujejo hitro in enostavno rešitev za ustvarjanje uporabniških vmesnikov v svojih aplikacij
+ImGui je zaradi svoje preprostosti, učinkovitosti in fleksibilnosti priljubljena izbira za razvijalce, ki potrebujejo hitro in enostavno rešitev za ustvarjanje uporabniških vmesnikov v svojih aplikacijah
 #pagebreak()
 
 == CMAKE
-*CMake* je orodje za avtomatizacijo gradnje (build automation tool), ki je zasnovano za upravljanje procesa prevajanja, sestavljanja in paketiranja programske kode, zlasti v večplatformskih okoljih. Razvil ga je Kitware leta 2000, da bi olajšal proces gradnje programov, ki so napisani v različnih programskih jezikih, kot so C, C++, Fortran in drugi @web_cmake @wiki_cmake.
+*CMake* je orodje za avtomatizacijo gradnje (build automation tool), ki je zasnovano za upravljanje procesa prevajanja, sestavljanja in paketiranja programske kode zlasti v večplatformskih okoljih. Razvil ga je Kitware leta 2000, da bi olajšal proces gradnje programov, ki so napisani v različnih programskih jezikih, kot so C, C++, Fortran in drugi @web_cmake @wiki_cmake.
 
 === Glavne značilnosti CMake:
 
-1. *Večplatformska podpora* CMake omogoča generiranje gradbenih datotek (npr. Makefile za Unix/Linux, projektne datoteke za Visual Studio na Windowsu, Xcode na macOS) za različne operacijske sisteme in razvojna okolja. To pomeni, da lahko isti izvorni kod prevajate in sestavljate na različnih platformah brez spreminjanja gradbenih skript.
+1. *Večplatformska podpora:* CMake omogoča generiranje gradbenih datotek (npr. Makefile za Unix/Linux, projektne datoteke za Visual Studio na Windowsu, Xcode na macOS) za različne operacijske sisteme in razvojna okolja. To pomeni, da lahko isto izvorno kodo prevajamo in sestavljamo na različnih platformah brez spreminjanja gradbenih skript.
 
-2. *Konfiguracijske datoteke (CMakeLists.txt)* CMake uporablja tekstovne datoteke z imenom `CMakeLists.txt`, ki vsebujejo navodila za konfiguracijo projekta. Te datoteke opisujejo, kako naj se projekt sestavi: kateri viri (source files) so vključeni, katere knjižnice so potrebne, in kakšne so odvisnosti med posameznimi komponentami.
+2. *Konfiguracijske datoteke (CMakeLists.txt):* CMake uporablja tekstovne datoteke z imenom `CMakeLists.txt`, ki vsebujejo navodila za konfiguracijo projekta. Te datoteke opisujejo, kako naj se projekt sestavi: kateri viri (source files) so vključeni, katere knjižnice so potrebne in kakšne so odvisnosti med posameznimi komponentami.
 
-3. *Upravljanje odvisnosti* CMake omogoča enostavno upravljanje odvisnosti med knjižnicami in programi. Podpira iskanje in povezovanje z zunanjimi knjižnicami (npr. OpenCV, Boost) in omogoča definicijo lastnih ciljev (targets), kot so izvršljivi programi ali knjižnice.
+3. *Upravljanje odvisnosti:* CMake omogoča enostavno upravljanje odvisnosti med knjižnicami in programi. Podpira iskanje in povezovanje z zunanjimi knjižnicami (npr. OpenCV, Boost) in omogoča definicijo lastnih ciljev (targets), kot so izvršljivi programi ali knjižnice.
 
-4. *Podpora za različne prevajalnike* CMake deluje z različnimi prevajalniki (npr. GCC, Clang, MSVC) in omogoča uporabo specifičnih nastavitev za vsakega od njih.
+4. *Podpora za različne prevajalnike:* CMake deluje z različnimi prevajalniki (npr. GCC, Clang, MSVC) in omogoča uporabo specifičnih nastavitev za vsakega od njih.
 
-5. *Modularnost in ponovno uporabo kode* CMake podpira modularno strukturo projektov, kar olajša ponovno uporabo kode in deljenje knjižnic med različnimi projekti.
+5. *Modularnost in ponovna uporaba kode:* CMake podpira modularno strukturo projektov, kar olajša ponovno uporabo kode in deljenje knjižnic med različnimi projekti.
 
 === Kako CMake deluje?
 
@@ -341,8 +335,8 @@ ImGui je zaradi svoje preprostosti, učinkovitosti in fleksibilnosti priljubljen
 
 === Tipična uporaba CMake:
 
-- *Razvoj programske opreme v C/C++:* CMake je standardno orodje za gradnjo projektov v C in C++, zlasti v večjih ali kompleksnih projektih.
+- *Razvoj programske opreme v C/C++:* CMake je standardno orodje za gradnjo projektov v C in C++ zlasti v večjih ali kompleksnih projektih.
-- *Večplatformski projekti:* Če razvijate programsko opremo, ki mora delovati na več platformah (Windows, Linux, macOS), je CMake idealno orodje za upravljanje gradnje.
+- *Večplatformski projekti:* Če razvijamo programsko opremo, ki mora delovati na več platformah (Windows, Linux, macOS), je CMake idealno orodje za upravljanje gradnje.
 - *Integracija z drugimi orodji:* CMake se lahko integrira z orodji za testiranje (npr. CTest), paketiranje (npr. CPack) in dokumentacijo.
 
 
@@ -357,80 +351,73 @@ add_executable(moj_program main.cpp)
 ```
 Ta datoteka določa, da je minimalna potrebna različica CMake 3.10, da je ime projekta "MojProjekt" in da naj se iz datoteke `main.cpp` generira izvršljivi program z imenom `moj_program`.
 
-CMake je močno orodje, ki olajša in avtomatizira proces gradnje programske opreme, zlasti v večplatformskih okoljih. Njegova glavna prednost je fleksibilnost in možnost generiranja gradbenih datotek za različne sisteme, kar ga naredi nezaobhodljivega pri razvoju v C in C++. Ali te zanima kakšen specifičen vidik CMake ali primer uporabe?
+CMake je močno orodje, ki olajša in avtomatizira proces gradnje programske opreme zlasti v večplatformskih okoljih. Njegova glavna prednost je fleksibilnost in možnost generiranja gradbenih datotek za različne sisteme, kar ga naredi nezaobhodljivega pri razvoju v C in C++.
 #pagebreak()
 
 == SQLITE3
 *SQLite* je lahka, samostoječa in vdelana relacijska baza podatkov, ki deluje neposredno v programu, brez potrebe po ločenem strežniku. Razvil jo je D. Richard Hipp leta 2000 z namenom, da ponudi preprosto, hitro in zanesljivo rešitev za upravljanje podatkov, ki ne zahteva nastavljanja ali upravljanja strežnika. SQLite je napisana v jeziku C in je na voljo kot knjižnica, kar pomeni, da se lahko integrira neposredno v aplikacije @web_sqlite @wiki_sqlite.
 
-
-
 === Glavne značilnosti SQLite:
 
-1. *Samostoječa in vdelana* SQLite deluje kot del programa in ne zahteva ločenega procesa ali strežnika. To pomeni, da aplikacija komunicira neposredno s podatkovno bazo, kar zmanjša kompleksnost in poveča hitrost delovanja.
+1. *Samostoječa in vdelana:* SQLite deluje kot del programa in ne zahteva ločenega procesa ali strežnika. To pomeni, da aplikacija komunicira neposredno s podatkovno bazo, kar zmanjša kompleksnost in poveča hitrost delovanja.
 
-2. *Enostavnost in prenosljivost* Celotna baza podatkov je shranjena v eni datoteki, kar olajša prenos in upravljanje. Datoteka je preprosto kopirljiva med različnimi sistemi, ne da bi potrebovali dodatne konfiguracije.
+2. *Enostavnost in prenosljivost:* Celotna baza podatkov je shranjena v eni datoteki, kar olajša prenos in upravljanje. Datoteko lahko preprosto kopiramo med različnimi sistemi, ne da bi potrebovali dodatne konfiguracije.
 
-3. *Nizke zahteve* SQLite ne potrebuje nastavljanja ali upravljanja, kar jo naredi idealno za uporabo v mobilnih napravah, vgrajenih sistemih in manjših aplikacijah, kjer so viri omejeni.
+3. *Nizke zahteve:* SQLite ne potrebuje nastavljanja ali upravljanja, kar jo naredi idealno za uporabo v mobilnih napravah, vgrajenih sistemih in manjših aplikacijah, kjer so viri omejeni.
-
-4. *Podpora za SQL* SQLite podpira večino standardnih SQL ukazov (npr. `SELECT`, `INSERT`, `UPDATE`, `DELETE`), kar omogoča enostavno upravljanje podatkov z uporabo poznanega jezika.
-
-5. *Zanesljivost in varnost* SQLite zagotavlja transakcijsko varnost (ACID), kar pomeni, da so podatki vedno dosledni, tudi v primeru napak ali prekinitve dela.
-
-6. *Odprtokodna in brezplačna* SQLite je odprtokodna in brezplačna, kar pomeni, da jo lahko prostovoljno uporabljate v komercialnih in nekomercialnih projektih.
 
+4. *Podpora za SQL:* SQLite podpira večino standardnih SQL ukazov (npr. `SELECT`, `INSERT`, `UPDATE`, `DELETE`), kar omogoča enostavno upravljanje podatkov z uporabo poznanega jezika.
 
+5. *Zanesljivost in varnost:* SQLite zagotavlja transakcijsko varnost (ACID), kar pomeni, da so podatki vedno dosledni, tudi v primeru napak ali prekinitve dela.
 
+6. *Odprtokodna in brezplačna:* SQLite je odprtokodna in brezplačna, kar pomeni, da jo lahko prostovoljno uporabljamo v komercialnih in nekomercialnih projektih.
 
 === Uporaba SQLite:
 
-- *Mobilne aplikacije* SQLite je priljubljena izbira za shranjevanje podatkov v mobilnih aplikacijah (npr. Android, iOS), saj ne potrebuje strežnika in deluje lokalno na napravi.
+- *Mobilne aplikacije:* SQLite je priljubljena izbira za shranjevanje podatkov v mobilnih aplikacijah (npr. Android, iOS), saj ne potrebuje strežnika in deluje lokalno na napravi.
 
-- *Vgrajeni sistemi* Zaradi svoje preprostosti in nizkih zahtev je SQLite pogosto uporabljena v vgrajenih sistemih, kot so pametni ure, senzorji in druga naprava z omejenimi viri.
+- *Vgrajeni sistemi:* Zaradi svoje preprostosti in nizkih zahtev je SQLite pogosto uporabljena v vgrajenih sistemih, kot so pametne ure, senzorji in druge naprave z omejenimi viri.
 
-- *Spletne aplikacije* Uporablja se za lokalno shranjevanje podatkov v brskalnikih (npr. Web SQL API) ali kot preprosta rešitev za manjšo spletno stran.
+- *Spletne aplikacije:* Uporablja se za lokalno shranjevanje podatkov v brskalnikih (npr. Web SQL API) ali kot preprosta rešitev za manjšo spletno stran.
 
-- *Testiranje in razvoj* SQLite je pogosto uporabljena med razvojem in testiranjem, saj omogoča hitro in enostavno ustvarjanje in upravljanje podatkovnih baz.
+- *Testiranje in razvoj:* SQLite je pogosto uporabljena med razvojem in testiranjem, saj omogoča hitro in enostavno ustvarjanje in upravljanje podatkovnih baz.
 
-- *Aplikacije za namizje* Številne namizne aplikacije uporabljajo SQLite za lokalno shranjevanje podatkov, saj ne zahteva dodatne infrastrukture.
+- *Aplikacije za namizje:* Številne namizne aplikacije uporabljajo SQLite za lokalno shranjevanje podatkov, saj ne zahteva dodatne infrastrukture.
 
-SQLite je torej idealna rešitev, če potrebujete preprosto, hitro in zanesljivo podatkovno bazo, ki deluje neposredno v vaši aplikaciji. Je ena najpogosteje uporabljanih podatkovnih baz na svetu, predvsem zaradi svoje preprostosti in učinkovitosti.
+SQLite je torej idealna rešitev, če potrebujemo preprosto, hitro in zanesljivo podatkovno bazo, ki deluje neposredno v naši aplikaciji. Je ena najpogosteje uporabljanih podatkovnih baz na svetu predvsem zaradi svoje preprostosti in učinkovitosti.
 
 
 
 #pagebreak()
 
 = STRUKTURA APLIKACIJE
-Aplikacija ima tri glavne enote DNA menedžer, DNA vizualizator in Jedro. DNA manedžer skrbi za shranjevanje trenutnega dna in mutacijo, DNA vizualizator pa skrbi za izris dna, njegovo delo je, da dobi dna sekvenco in jo pretvori v sliko. V jedru se pa nahajajo ostale komponente, ki so pomembne za delovanje aplikacije, omrežni vmesnik in vmesnik za shranjevanje.
+Aplikacija ima tri glavne enote: DNA menedžer, DNA vizualizator in jedro. DNA manedžer skrbi za shranjevanje trenutnega dna in mutacijo, DNA vizualizator pa skrbi za izris dna, njegovo delo je, da dobi dna sekvenco in jo pretvori v sliko. V jedru se nahajajo ostale komponente, ki so pomembne za delovanje aplikacije, omrežni vmesnik in vmesnik za shranjevanje.
 
-Jedro je hrbtenica, ki povezuje vse komponente, ob zagonu preračuna razmerja za prikaz besedila in slik dreves, skrbi za premik in rotacijo slike ko s prstom povlečemo po zaslonu, skrbi da, ko pridemo s prstom do roba in hočemo označiti sliko da se izbira pošlje v dna manager ki nam nato vrne nasledni dna za prikaz jedro tukaj poskrbi da se prenese v dna vizualizator in ko dobi sliko, da jo prikaže uporabniku, po vsaki izbiri se izbira tudi shrani na disk, ko pridemo pa do konca generacije se še cela generacija shrani na disk in nato se tudi pošlje na strežnik.
+Jedro je hrbtenica, ki povezuje vse komponente, ob zagonu preračuna razmerja za prikaz besedila in slik dreves, skrbi za premik in rotacijo slike, ko s prstom povlečemo po zaslonu, skrbi, da ko pridemo s prstom do roba in hočemo označiti sliko, se izbira pošlje v DNA manager, ki nam nato vrne naslednji DNA za prikaz. Jedro tukaj poskrbi da se prenese v DNA vizualizator in ko dobi sliko, da jo prikaže uporabniku, se po vsaki izbiri ta tudi shrani na disk, ko pridemo pa do konca generacije, se še cela generacija shrani na disk in nato se tudi pošlje na strežnik.
 
 #figure(
   image("assets/potek_diagram/diagram.svg", height: 400pt),
-  caption: [
+  caption: [Diagram poteka podatkov],
-    Diagram poteka podatkov
-  ],
 )
 
 #pagebreak()
 
-== UPORABNIŠKI VMESNIK ROTACIJA SLIKE
+== UPORABNIŠKI VMESNIK ‒ ROTACIJA SLIKE
-Proces rotiranja slike glede na premik miške, je sestavljen iz treh korakov
+Proces rotiranja slike glede na premik miške je sestavljen iz treh korakov
-in uporabo trigometrije
+in uporabe trigometrije.
 
 === Prvi korak: Ob pritisku miške
-V prvem koraku moramo izračunati velikost(magnituda) in kot vektorja med miško in levim spodnim kotom slike (Cyan vektor  @Prikaz_vektorjev) in shraniti si moramo trenutno pozicijo miške (Oranžni vektor/Zelena pika @Prikaz_vektorjev)
+V prvem koraku moramo izračunati velikost (magnitudo) in kot vektorja med miško in levim spodnjim kotom slike (Cyan vektor  @Prikaz_vektorjev) in shraniti si moramo trenutno pozicijo miške (Oranžni vektor/Zelena pika @Prikaz_vektorjev).
 
 $
   "mouseStartV" = "mouseV"\
   "sizeOfVectorMI" = sqrt(("mouseV"_x - "imageV"_x)^2 + ("mouseV"_y - "imageV"_y)^2)\
   "oldAngleOfVectorMI" = "atan2"("imageV"_x - "mouseV"_x, "imageV"_y - "mouseV"_y)
 $
-- $"mouseV"$ - trenutni vektor miške
+- $"mouseV"$ ‒ trenutni vektor miške
-- $"imageV"$ - vektor pozicije slike (Modri vektor @Prikaz_vektorjev)
+- $"imageV"$ ‒ vektor pozicije slike (Modri vektor @Prikaz_vektorjev)
-- $"vectorMI"$ - vectorMouseImage - vector med miško in sliko
+- $"vectorMI"$ ‒ vectorMouseImage ‒ vector med miško in sliko
-- $"sizeOfVectorMI"$ - velikost vektorjaMI
+- $"sizeOfVectorMI"$ ‒ velikost vektorjaMI
-- $"oldAngleOfVectorMI"$ - kot vektorjaMI v radianih
+- $"oldAngleOfVectorMI"$ ‒ kot vektorjaMI v radianih
 
 #grid(
   columns: 2,
@@ -438,24 +425,20 @@ $
   [
     #figure(
       image("assets/rand/cordinats_show_mouse_picture.jpg"),
-      caption: [
+      caption: [Prikaz vektorjev za premik slike],
-        Prikaz vektorjev za premik slike
-      ],
     )<Prikaz_vektorjev>
   ],
   [
     #figure(
       image("assets/rand/show_mouse_movement.jpg"),
-      caption: [
+      caption: [Prikaz delta razdalje],
-        Prikaz delta razdalje
-      ],
     )<Prikaz_razdalje>
   ],
 )
 
 #pagebreak()
 === Drugi korak: Medtem ko miško držimo stisnjeno
-Sedaj lahko izračunamo rotacijo slike glede na horizontalni premik miške,in posledično novo pozicijo slike.
+Sedaj lahko izračunamo rotacijo slike glede na horizontalni premik miške in posledično novo pozicijo slike.
 
 $
   Delta"mouseV"_x & = "mouseV"_x - "mouseStart"_x \
@@ -465,15 +448,15 @@ $
     "rotationRad" & = (("rotation"* pi) / 180.0)
 $<mat_rotacija>
 
-- $"screenWidth"$ - širina zaslona
+- $"screenWidth"$ ‒ širina zaslona
-- $Delta"mouseV"_x$ - sprememba pozicije $[-"screenWidth", "screenWidth"]$
+- $Delta"mouseV"_x$ ‒ sprememba pozicije $[-"screenWidth", "screenWidth"]$
-- $a$ - normalizirano na razpon $[-1, 1]$
+- $a$ ‒ normalizirano na razpon $[-1, 1]$
-- $b$ - normalizirano na razpon $[0, 1]$
+- $b$ ‒ normalizirano na razpon $[0, 1]$
-- $"rotation"$ - kot za koliko se more slika obrniti v stopinjah
+- $"rotation"$ ‒ kot za koliko se more slika obrniti v stopinjah
-- $"rotationRad"$ - v radianih
+- $"rotationRad"$ ‒ v radianih
 
 #v(10pt)
-V @mat_rotacija Za $Delta"mouseV"$ lahko vidimo v (@Prikaz_razdalje) da, ko je začetek v zeleni piki in se premikamo proti modri je delta pozitivna in ko se premikamo proti rdeči je negativna zato potrebujemo normalizacijo $a$ in $b$ ker lerp sprejme vrednosti med $[0, 1]$
+V @mat_rotacija za $Delta"mouseV"$ lahko vidimo na (@Prikaz_razdalje), da ko je začetek v zeleni piki in se premikamo proti modri, je delta pozitivna in ko se premikamo proti rdeči, je negativna, zato potrebujemo normalizacijo $a$ in $b$ ker LERP sprejme vrednosti med $[0, 1]$.
 #v(10pt)
 
 $
@@ -485,27 +468,27 @@ $
        "imageRotation" & = 90 + "rotation"
 $
 
-- $"imageRotation"$ - novi kot slike v stopinjah
+- $"imageRotation"$ ‒ novi kot slike v stopinjah
-- $"imageV"$ - pozicija slike
+- $"imageV"$ ‒ pozicija slike
 
 #v(10pt)
-Sedaj lahko končno narišemo sliko na poziciji $"imageV"$ in pot kotom $"imageRotation"$
+Sedaj lahko končno narišemo sliko na poziciji $"imageV"$ in pot kotom $"imageRotation"$.
 
 #pagebreak()
 === Tretji korak: Ob spustitvi miške
-Ko miško spustimo moramo samo ponastaviti vrednosti slike da je spet pokončno in jo postaviti nazaj na originalno pozicijo.
+Ko miško spustimo, moramo samo ponastaviti vrednosti slike, da je spet pokončno, in jo postaviti nazaj na originalno pozicijo.
 
 $
   "imageRotation" & = 90 \
          "imageV" & = "orgImageV"
 $
 
-- $"orgImageV"$ - originalna pozicija slike
+- $"orgImageV"$ ‒ originalna pozicija slike
 
 === Uporabljene funkcije
 
 ==== atan2
-Funkcija atan2 je matematična funkcija, ki se uporablja za izračun tangente loka količnika, vendar namesto enega samega razmerja ($y/x$) vzame dva ločena argumenta ($y$ in $x$). Zaradi tega je še posebej uporaben za določanje kota v pravilnem kvadrantu, ki temelji na znakih obeh koordinat. @wiki_atan2:
+Funkcija atan2 je matematična funkcija, ki se uporablja za izračun tangente loka količnika, vendar namesto enega samega razmerja ($y/x$) vzame dva ločena argumenta ($y$ in $x$). Zaradi tega je še posebej uporabna za določanje kota v pravilnem kvadrantu, ki temelji na znakih obeh koordinat @wiki_atan2.
 
 $
   "atan2"(x, y) := cases(
@@ -519,7 +502,7 @@ $
 $
 
 ==== LERP
-Lerp (okrajšava za linearno interpolacijo) je matematična tehnika, ki se uporablja za iskanje vrednosti med dvema danima vrednostma na podlagi oločenega interpolacijskega parametra, ki je pogosto označen kot $t$. @wiki_lerp
+Lerp (okrajšava za linearno interpolacijo) je matematična tehnika, ki se uporablja za iskanje vrednosti med dvema danima vrednostma na podlagi določenega interpolacijskega parametra, ki je pogosto označen kot $t$ @wiki_lerp.
 
 $
   "lerp"(v 0, v 1, t) = v 0 + t * (v 1 - v 0)
@@ -532,17 +515,17 @@ $
 #let like = `like`
 #let newGen = `newGen`
 
-Namenjena uporaba je, najprej pokličemo #next, ki nam vrne objekt z DNA podatki in indeks DNA-a, ko se uporabnik odloči ali mu je všec, to sporočimo managerju preko funkcije #like, ko nam #like vrne `false` in #next vrne `nullptr` vemo, da smo prikazali in označili vse DNA-je v generaciji in moramo generirati novo generacijo s klicom #newGen. (@dna_manager)
+Namenjena uporaba je, najprej pokličemo #next, ki nam vrne objekt z DNA podatki in indeks DNA-ja, ko se uporabnik odloči, ali mu je všeč, to sporočimo managerju preko funkcije #like, ko nam #like vrne `false` in #next vrne `nullptr`, vemo, da smo prikazali in označili vse DNA-je v generaciji in moramo generirati novo generacijo s klicem #newGen (@dna_manager).
 
-Dna manager nam dovoli, da večkrat pridobimo naslednji DNA brez, da takoj označimo ali nam je všeč. V aplikaciji je to uporabljeno tako da pridobimo dva DNA za prikaz. Prvi je na vrhu in ga lahko premikamo in označimo, drugi je pa v ozadju. Po označitvi se zgornji in spodnji zamenjata in spodnji se zamenja z naslednjim.
+Dna manager nam dovoli, da večkrat pridobimo naslednji DNA, ne da takoj označimo ali nam je všeč. V aplikaciji je to uporabljeno tako, da pridobimo dva DNA-ja za prikaz. Prvi je na vrhu in ga lahko premikamo in označimo, drugi je pa v ozadju. Po označitvi se zgornji in spodnji zamenjata in spodnji se zamenja z naslednjim.
 
-Funkcija #next vrne DNA iz `voctor[queued]` in ga nato inkrementira `queued` če je `queued` večji od `vector` vrne `nullptr`.
+Funkcija #next vrne DNA iz `vector[queued]` in ga nato inkrementira `queued`, če je `queued` večji od `vector`, vrne `nullptr`.
 
-Funkcija #like sprejme indeks in liked in nato shrani index v vector liked ali disliked, nato inkrementira `seen` in če je večji od `vector` vrne `false`.
+Funkcija #like sprejme indeks in liked in nato shrani index v vector liked ali disliked, nato inkrementira `seen` in če je večji od `vector`, vrne `false`.
 
-Medtem funkcija #newGen vsebuje glavno logiko. Deluje na principu naravne evolucije naključno izbere dva DNA in ustvari otroka tako da naključno kopira DNA od obeh staršev, da ima v povprečju 50% DNA od enega starša in 50% od drugega starša. Ko ustvari novo generacijo celotno generacijo mutira tako da naključno spremeni specificirano število genov(byte). Tukaj lahko upazimo robni primer kaj če imamo samo en ali nič DNA-jev ki so uporabniku všeč, v primeru da kloniramo dokler ne ustvarimo novo generacijo in v primeru ko uporabniku ni noben všeč generiramo novo naključno generacijo.
+Medtem funkcija #newGen vsebuje glavno logiko. Deluje na principu naravne evolucije. Naključno izbere dva DNA in ustvari otroka tako, da naključno kopira DNA od obeh staršev, da ima v povprečju 50 % DNA od enega starša in 50 % od drugega. Ko ustvari novo generacijo, celotno generacijo mutira tako, da naključno spremeni specificirano število genov (byte). Tukaj lahko opazimo robni primer, kaj, če imamo samo enega ali nič DNA-jev, ki so uporabniku všeč, v primeru, da kloniramo, dokler ne ustvarimo nove generacije in v primeru, ko uporabniku ni nobeden všeč, generiramo novo naključno generacijo.
 
-#figure(caption: "DnaManager")[
+#figure(caption: [DnaManager])[
   #grid(
     columns: 2,
     [
@@ -591,9 +574,9 @@ Medtem funkcija #newGen vsebuje glavno logiko. Deluje na principu naravne evoluc
 #pagebreak()
 
 == DNA
-Dna je sestavljen iz dveh struktur, (@dna_objekt). Zanimljiv del ki ga opazimo je da je vsak gen točno en bite dolg in celoten objekt je v pomnilniku samo en velik list bitov (array of bites). To značinost uporabljamo v complementarnih funkcijah `newDna`, `makeChiled`, `clone` in `mutate`.
+Dna je sestavljen iz dveh struktur (@dna_objekt). Zanimliv del, ki ga opazimo, je, da je vsak gen točno en bite dolg in celoten objekt je v pomnilniku samo en velik list bitov (array of bites). To značinost uporabljamo v complementarnih funkcijah `newDna`, `makeChiled`, `clone` in `mutate`.
 
-#figure(caption: "DNA objekt")[
+#figure(caption: [DNA objekt])[
 
   #grid(
     columns: 2,
@@ -645,7 +628,7 @@ Dna je sestavljen iz dveh struktur, (@dna_objekt). Zanimljiv del ki ga opazimo j
 #pagebreak()
 
 
-Če pogledamo definicijo od `newDna` (@dna_funkcije) vidimo pretvorbo(cast) iz `Dna` v `uint8_t*` in sedaj se lahko enostavno sprehodimo čez objekt in spremenimo vrednosti.
+Če pogledamo definicijo od `newDna` (@dna_funkcije), vidimo pretvorbo (cast) iz `Dna` v `uint8_t*` in sedaj se lahko enostavno sprehodimo čez objekt in spremenimo vrednosti.
 
 #figure(caption: [Primer DNA funkcije])[
   ```cpp
@@ -668,10 +651,10 @@ Dna je sestavljen iz dveh struktur, (@dna_objekt). Zanimljiv del ki ga opazimo j
   ```
 ]<dna_funkcije>
 
-Ostale funkcije so podobne najprej pretvorimo v `uint_8*` in nato:
+Ostale funkcije so podobne; najprej pretvorimo v `uint_8*` in nato:
-- `makeChild` naključno kopiramo iz staršev
+- `makeChild` naključno kopiramo iz staršev,
-- `clone` naključno kopiramo iz starša in vstavljamo naključne vrednosti
+- `clone` naključno kopiramo iz starša in vstavljamo naključne vrednosti,
-- `mutate` pa sprecificirano število vrednosti spremenimo v naključne vrednosti
+- `mutate` pa sprecificirano število vrednosti spremenimo v naključne vrednosti.
 
 
 
@@ -682,12 +665,10 @@ Ostale funkcije so podobne najprej pretvorimo v `uint_8*` in nato:
 
 #figure(
   image("assets/rand/slika_drevesa.jpg", height: 200pt),
-  caption: [
+  caption: [Končna slika po vizualizaciji],
-    Končna skika po vizualizaciji
-  ],
 )
 
-Je sestavljena iz treh razredov `Canvas`, `BackGround`, `Tree`(@razredi_vizualizacije). Tukaj Canvas je samo umesni razred ki postavi risanje na teksturo in nato pokliče BackGround in Tree
+Je sestavljena iz treh razredov: `Canvas`, `BackGround`, `Tree` (@razredi_vizualizacije). Tukaj je Canvas samo vmesni razred, ki postavi risanje na teksturo in nato pokliče BackGround in Tree.
 
 #figure(caption: [Razredi za vizualizacijo])[
   #grid(
@@ -747,20 +728,20 @@ Je sestavljena iz treh razredov `Canvas`, `BackGround`, `Tree`(@razredi_vizualiz
 === Ozadje
 Postopek izrisa ozadja je sestavljen iz 5 korakov
 
-+ Nebo je narisano z pomočjo raylib funkcije `DrawRectangleGradientV`(@steps_nebo)
++ Nebo je narisano s pomočjo raylib funkcije `DrawRectangleGradientV` (@steps_nebo).
 
-+ Če je noč, zvezde narišemo z naključnim semenom iz DNA ki se uporabi za pozicijo, in funkcijo `DrawTriangle` (@steps_zvezde)
++ Če je noč, zvezde narišemo z naključnim semenom iz DNA, ki se uporabi za pozicijo, in funkcijo `DrawTriangle` (@steps_zvezde).
 
-+ Sonce in Luna so narisane z raylib funkcijo `DrawCircle` (@steps_sonce)
++ Sonce in luna sta narisana z raylib funkcijo `DrawCircle` (@steps_sonce).
 
-+ Gore so bile težje za narisat odločil sem se da bom uporabil triangle strip, (@Triangle_Strip) @wiki_triangle_strip najprej se odlocimo iz koliko segmentov jo bomo narisali v aplikaciji uporabljamo 150 segmentov s tem imamo širino segmenta. Sedaj sledimo tem korakom:
++ Gore so bile težje za narisati, zato smo se odločili, da bomo uporabili triangle strip (@Triangle_Strip) @wiki_triangle_strip. Najprej smo se odločili, iz koliko segmentov jo bomo narisali v aplikaciji; uporabljamo 150 segmentov, s tem imamo širino segmenta. Sedaj sledimo tem korakom:
-  + Prvo točko postavimo v spodnjem levem kotu (0,0)
+  + Prvo točko postavimo v spodnji levi kot (0,0).
-  + Za drugo točko si izberemo naključno številko za višino gore (0,80)
+  + Za drugo točko si izberemo naključno številko za višino gore (0,80).
-  + Naslednja točka je spet na telh samo zamaknjena za širino segmenta na desno(20,0)
+  + Naslednja točka je spet na tleh, samo zamaknjena za širino segmenta na desno (20,0).
-  + Za naslednjo točko si zberemo naključno število za višino gore in zamaknjeno na desno od prejšne višine (20, 90)
+  + Za naslednjo točko si zberemo naključno število za višino gore in zamaknjeno na desno od prejšne višine (20, 90).
-  + Sedaj ponavljamo točko 3 in 4 dokler ne pridemo do desnega roba slike
+  + Sedaj ponavljamo točki 3 in 4, dokler ne pridemo do desnega roba slike.
 
-+ Ponovimo korak 4 še dvakrat da dobimo gorovje (@steps_gora_5)
++ Ponovimo korak 4 še dvakrat, da dobimo gorovje (@steps_gora_5).
 
 #block(breakable: false)[
   #grid(
@@ -769,75 +750,57 @@ Postopek izrisa ozadja je sestavljen iz 5 korakov
     [
       #figure(
         image("assets/draw_steps/steps_1_1.png", height: 100pt),
-        caption: [
+        caption: [Korak nebo],
-          Korak nebo
-        ],
       )<steps_nebo>
     ],
     [
       #figure(
         image("assets/draw_steps/steps_2_2.png", height: 100pt),
-        caption: [
+        caption: [Korak nebo],
-          Korak nebo
-        ],
       )<steps_zvezde>
     ],
     [
       #figure(
         image("assets/draw_steps/steps_1_2.png", height: 100pt),
-        caption: [
+        caption: [Korak sonce],
-          Korak soce
-        ],
       )<steps_sonce>
     ],
 
     [
       #figure(
         image("assets/draw_steps/steps_1_3_1.png", height: 100pt),
-        caption: [
+        caption: [Korak gora 1],
-          Korak gora 1
-        ],
       )<steps_gora_1>
     ],
     [
       #figure(
         image("assets/draw_steps/steps_1_3_2.png", height: 100pt),
-        caption: [
+        caption: [Korak gora 2],
-          Korak gora 2
-        ],
       )<steps_gora_2>
     ],
     [
       #figure(
         image("assets/draw_steps/steps_1_3.png", height: 100pt),
-        caption: [
+        caption: [Korak gora 3],
-          Korak gora 3
-        ],
       )<steps_gora_3>
     ],
 
     [
       #figure(
         image("assets/draw_steps/steps_1_4.png", height: 100pt),
-        caption: [
+        caption: [Korak gora 4],
-          Korak gora 4
-        ],
       )<steps_gora_4>
     ],
     [
       #figure(
         image("assets/draw_steps/steps_1_5.png", height: 100pt),
-        caption: [
+        caption: [Korak gora 5],
-          Korak gora 5
-        ],
       )<steps_gora_5>
     ],
   )
   #figure(
     image("assets/rand/Triangle_Strip.svg.png", height: 150pt),
-    caption: [
+    caption: [Triangle strip],
-      Triangle strip
-    ],
   )<Triangle_Strip>
 ]
 
@@ -848,23 +811,23 @@ Postopek izrisa ozadja je sestavljen iz 5 korakov
 #let da = `DrawArgs`
 #let dn = `Branch`
 
-Algoritem za izris drevesa je iterativni proceduralni generator. Za izdris uporabljamo strukturo #dn (@dna_objekt) in `std::list` (FIFO) #da (@razredi_vizualizacije)
+Algoritem za izris drevesa je iterativni proceduralni generator. Za izris uporabljamo strukturo #dn (@dna_objekt) in `std::list` (FIFO) #da (@razredi_vizualizacije).
 
 ==== DNA Branch
-Veja je struktura ki vsebuje podatke o:
+Veja je struktura, ki vsebuje podatke o:
 
-- Začetni barvi (`colorX`) [0, 255]
+- začetni barvi (`colorX`) [0, 255],
-- Spremembi barve (`colorX_change`) za koliko se barva spremeni čez dolžino veje [0, 255]
+- spremembi barve (`colorX_change`), za koliko se barva spremeni čez dolžino veje [0, 255],
-- Variaciji zečetne barve (`colorVar`) za koliko se lahko naključno spremeni začetna barva [-15, -15]
+- variaciji začetne barve (`colorVar`), za koliko se lahko naključno spremeni začetna barva [-15, -15],
-- Začetna debelina (`size`) [2, 20]
+- začetni debelini (`size`) [2, 20],
-- Debelina glede na starša (`sizeParent`) [0.0, 1.0]
+- debelini glede na starša (`sizeParent`) [0.0, 1.0],
-- Debelina glede na globino (`sizeLevel`) iz @table_glob_data procent koliko je podoben predefinirani velikosti [0.0, 1.0]
+- debelini glede na globino (`sizeLevel`); iz @table_glob_data procent, koliko je podoben predefinirani velikosti [0.0, 1.0],
-- Sprememba debeline (`sizeChange`) za končna debelina veje [-5, 5]
+- spremembi debeline (`sizeChange`) za končno debelino veje [-5, 5],
-- Variacija debeline (`sizeVar`) za koliko se lahko naključno spremeni začetna debelina [-5, 5]
+- variaciji debeline (`sizeVar`), za koliko se lahko naključno spremeni začetna debelina [-5, 5],
-- Dolžina (`length`) veje [0.5, 1.3]
+- dolžini (`length`) veje [0.5, 1.3],
-- Variacija dolžine (`lengthVar`) za koliko se lahko nakključno spremeni dolžina veje [-0.15, 0.15]
+- variaciji dolžine (`lengthVar`), za koliko se lahko naključno spremeni dolžina veje [-0.15, 0.15],
-- Stevilo otrokov (`branchCount`) koliko vej bo nadaljevalo [2, 3]
+- številu otroki (`branchCount`), koliko vej bo nadaljevalo [2, 3],
-- Variacija kota med vejami (`branchAngleVar`) naključna variacija kota med vejami za to da ni enakomerno razporejeno [0, 20]
+- variaciji kota med vejami (`branchAngleVar`) naključna variacija kota med vejami zato, da ni enakomerno razporejeno [0, 20].
 
 #figure(caption: [Globalni podatki])[
   #table(
@@ -881,8 +844,8 @@ Veja je struktura ki vsebuje podatke o:
 
 // TODO: Dodaj slike za lazjo predstavo
 ==== Algoritem
-Začnemo tako, da damo v list @prvi_drawArgs in ponavljamo naslednje postopke dokler imamo nekaj v listi
+Začnemo tako, da damo v seznam, kar prikazuje @prvi_drawArgs, in ponavljamo naslednje postopke, dokler imamo nekaj v seznamu.
-#figure(caption: "Prvi DrawArgs")[
+#figure(caption: [Prvi DrawArgs])[
   ```cpp
   struct DrawArgs
   {
@@ -893,11 +856,10 @@ Začnemo tako, da damo v list @prvi_drawArgs in ponavljamo naslednje postopke do
   ```
 ]<prvi_drawArgs>
 
-+ Korak: Predpostavek
++ Korak: Predpostavek, da lahko narišemo drevo, predvidevamo, da imamo strukturo `DNA`
-
-  Da lahko narišemo drevo predvidevamo da imamo strukturo `Dna`
 
 + Korak: Priprava
+
   Pridobimo `DrawArgs arg` in `Branch b`
 
   ```cpp
@@ -993,50 +955,38 @@ Začnemo tako, da damo v list @prvi_drawArgs in ponavljamo naslednje postopke do
     [
       #figure(
         image("assets/vizualizacija_drevo/slika00.png", height: 100pt),
-        caption: [
+        caption: [Začetna točka],
-          Začetna točka
-        ],
       )<viztree0>
     ],
     [
       #figure(
         image("assets/vizualizacija_drevo/slika01.png", height: 100pt),
-        caption: [
+        caption: [Dolžina veje],
-          Dolžina veje
-        ],
       )<viztree1>
     ],
     [
       #figure(
         image("assets/vizualizacija_drevo/slika02.png", height: 100pt),
-        caption: [
+        caption: [Kot in končna točka],
-          Kot in končna točka
-        ],
       )<viztree2>
     ],
 
     [
       #figure(
         image("assets/vizualizacija_drevo/slika03.png", height: 100pt),
-        caption: [
+        caption: [Debeline],
-          Debeline
-        ],
       )<viztree3>
     ],
     [
       #figure(
         image("assets/vizualizacija_drevo/slika04.png", height: 100pt),
-        caption: [
+        caption: [Barve],
-          Barve
-        ],
       )<viztree4>
     ],
     [
       #figure(
         image("assets/vizualizacija_drevo/slika05.png", height: 100pt),
-        caption: [
+        caption: [Izris veje],
-          Izris veje
-        ],
       )<viztree5>
     ],
   )
@@ -1046,17 +996,13 @@ Začnemo tako, da damo v list @prvi_drawArgs in ponavljamo naslednje postopke do
     [
       #figure(
         image("assets/vizualizacija_drevo/slika06.png", height: 200pt),
-        caption: [
+        caption: [Novi otroki],
-          Novi otriki
-        ],
       )<viztree6>
     ],
     [
       #figure(
         image("assets/vizualizacija_drevo/slika07.png", height: 200pt),
-        caption: [
+        caption: [Ponovimo],
-          Ponovimo
-        ],
       )<viztree7>
     ],
   )
@@ -1072,10 +1018,10 @@ Začnemo tako, da damo v list @prvi_drawArgs in ponavljamo naslednje postopke do
 
 === Optimizacija izrisa
 
-Sprava se je drevo izrisalo s pomočjo raylib funkcije `DrawLineEx`, drevo se je izrisevalo vsak okvir(frame). Kasneje smo hoteli dodali veje z spremenljivo debelino, najlažja rešitev ki smo se jo spomnili je bila da narišemo krogce z spremenljivim polmerom. To nas je prisililo da moramo narisati čez 55,000 krogov. Z raylib-ovo funkcijo `DrawCircleV` za risanje krogov, je applikacija začela zaostajati(lagged). To smo rešili tako da najprej drevo narišemo na teksturo, ki je zelo enostavna za izris. To je rešilo večino problemov občasno se je ševedno pojavil zaostanek(lag spoke), ki smo ga rešili tako da smo omejili število risalnih klicov na okvir in drevo narisali v parih okvirih.
+Sprva se je drevo izrisalo s pomočjo raylib funkcije `DrawLineEx`, drevo se je izrisovalo vsak okvir (frame). Kasneje smo hoteli dodati veje s spremenljivo debelino, najlažja rešitev, ki smo se jo spomnili, je bila, da narišemo krogce s spremenljivim polmerom. To nas je prisililo, da moramo narisati čez 55000 krogov. Z raylibovo funkcijo `DrawCircleV` za risanje krogov je applikacija začela zaostajati (lagged). To smo rešili tako, da najprej drevo narišemo na teksturo, ki je zelo enostavna za izris. To je rešilo večino problemov, občasno se je še vedno pojavil zaostanek (lag spike), ki smo ga rešili tako, da smo omejili število risalnih klicev na okvir in drevo narisali v par okvirjih.
 
 #align(center)[
-  #figure(caption: "Optimizacije izrisa")[
+  #figure(caption: [Optimizacije izrisa])[
     #table(
       columns: 5,
       align: horizon,
@@ -1083,10 +1029,10 @@ Sprava se je drevo izrisalo s pomočjo raylib funkcije `DrawLineEx`, drevo se je
         [Optimizacija], [Povprečen ms/okvir], [Skupni čas izrisa slike], [Maks ms/okvir po zamenjavi slike], [FPS]
       ),
       table.hline(),
-      [Izris z črtami], [2], [2], [3], [350],
+      [Izris s črtami], [2], [2], [3], [350],
-      [Izris z krogi vsak okvir], [100], [100], [100], [10],
+      [Izris s krogi vsak okvir], [100], [100], [100], [10],
-      [Izris z krogi v teksturo], [0.2], [100], [100], [5000],
+      [Izris s krogi v teksturo], [0.2], [100], [100], [5000],
-      [Izris z krogi v teksturo čez več okvirov], [0.2], [100], [14], [5000],
+      [Izris s krogi v teksturo čez več okvirjev], [0.2], [100], [14], [5000],
     )
   ]
 ]
@@ -1094,7 +1040,7 @@ Sprava se je drevo izrisalo s pomočjo raylib funkcije `DrawLineEx`, drevo se je
 #pagebreak()
 === DNA manager optimizacija
 
-Na zažetku (@dna_manager_v1) je DnaManager samo bil struktura kazalcev na `Dna`, s tem imamo problem da nemoremo shraniti kazalcev v datoteko. Smo spremenili na indekse (@dna_manager_v2), ki se dajo zapisati v datoteko, kasneje smo se spomnili da bi bilo dobro za predpomnilnik da so indeksi v queued sortirani. In med razhroscevanjem smo opazili da queued in showed delujeta kot premikajoči indeksi za queued, pred njim so stvari ki so že prikazane za njim pa so stvari, ki jih še moramo prikazati. Za to smo spremenili queued in showed v en indeks namesto list (@dna_manager_v3).
+Na začetku (@dna_manager_v1) je bil DnaManager samo struktura kazalcev na `DNA`, s tem imamo problem, da ne moremo shraniti kazalcev v datoteko. Spremenili smo ga na indekse (@dna_manager_v2), ki se dajo zapisati v datoteko, kasneje pa smo se spomnili, da bi bilo dobro za predpomnilnik, da so indeksi v queued sortirani. Med razhroščevanjem smo opazili, da queued in showed delujeta kot premikajoči indeksi za queued: pred njim so stvari, ki so že prikazane, za njim pa so stvari, ki jih še moramo prikazati. Zato smo spremenili queued in showed v en indeks namesto list (@dna_manager_v3).
 
 #align(center)[
   #grid(
@@ -1102,7 +1048,7 @@ Na zažetku (@dna_manager_v1) je DnaManager samo bil struktura kazalcev na `Dna`
     gutter: 16pt,
     align: center,
     [
-      #figure(caption: "DnaManager v1")[
+      #figure(caption: [DnaManager v1])[
         ```cpp
         struct DnaManagerData
         {
@@ -1116,7 +1062,7 @@ Na zažetku (@dna_manager_v1) je DnaManager samo bil struktura kazalcev na `Dna`
       ]<dna_manager_v1>
     ],
     [
-      #figure(caption: "DnaManager v2")[
+      #figure(caption: [DnaManager v2])[
         ```cpp
         struct DnaManagerData
         {
@@ -1132,7 +1078,7 @@ Na zažetku (@dna_manager_v1) je DnaManager samo bil struktura kazalcev na `Dna`
   )
 ]
 
-#figure(caption: "DnaManager v3")[
+#figure(caption: [DnaManager v3])[
   ```cpp
   struct DnaManagerData
   {
@@ -1150,24 +1096,24 @@ Na zažetku (@dna_manager_v1) je DnaManager samo bil struktura kazalcev na `Dna`
 #pagebreak()
 
 = PODOBNOST
-Da smo lahko prikazali koliko so uporabniku slike všeč. Smo se odločili, da bomo izračunali podobnost med slikami, bolj ko so si slike podobne bolj so všeč uporabniku in obratno. Za to smo preučili sedem algoritmov.
+Da smo lahko prikazali, koliko so uporabniku slike všeč, smo se odločili, da bomo izračunali podobnost med slikami. Bolj ko so si slike podobne, bolj so všeč uporabniku in obratno. Zato smo preučili sedem algoritmov.
 
 == Opis algoritmov
 === Evklidska razdalja
-Evklidska razdalja je najkrajša razdalja med dvema točkama v evklidskem prostoru, ki je najpogosteje uporabljen koncept razdalje v matematiki in fiziki. @wiki_euclidean_distance
+Evklidska razdalja je najkrajša razdalja med dvema točkama v evklidskem prostoru, ki je najpogosteje uporabljen koncept razdalje v matematiki in fiziki @wiki_euclidean_distance.
 
 ==== Formula
 Za dve točki p in q v n-dimenzionalnem prostoru se izračuna:
 $ d(p, q) = sqrt(sum_(i=1)^n (q_i - p_i)^2) $
 
 ==== Normalizacija
-Da normaliziramo Evklidsko razdaljo moramo deliti z najdaljšo možno razdaljo v prostoru:
+Da normaliziramo Evklidsko razdaljo, moramo deliti z najdaljšo možno razdaljo v prostoru:
 $ "maxDistance" = 255 sqrt(n) $
 Normalizacija je nato:
 $ "normalizedDistance" = frac(d(p, q), "maxDistance") $
 
-=== Skalarni product
+=== Skalarni produkt
-Skalarni produkt (tudi dot produkt ali notranji produkt) je operacija med dvema vektorjema v vektorskem prostoru, ki kot rezultat vrne skalar (realno število). @wiki_dot_product
+Skalarni produkt (tudi dot produkt ali notranji produkt) je operacija med dvema vektorjema v vektorskem prostoru, ki kot rezultat vrne skalar (realno število) @wiki_dot_product.
 
 ==== Formula:
 Za vektorja A in B v n-dimenzionalnem prostoru:
@@ -1186,22 +1132,22 @@ $
 $
 
 === Kosinusna podobnost
-Kosinusna podobnost je mera, ki se uporablja za določanje podobnosti dveh vektorjev, ne glede na njuno velikost. Izračuna kosinus kota med dvema vektorjema v n-dimenzionalnem prostoru. @wiki_cosine_similarity
+Kosinusna podobnost je mera, ki se uporablja za določanje podobnosti dveh vektorjev ne glede na njuno velikost. Izračuna kosinus kota med dvema vektorjema v n-dimenzionalnem prostoru @wiki_cosine_similarity.
 
 ==== Formula:
 $
   "similarity" = frac(upright(bold(A)) op(dot) upright(bold(B)), ||upright(bold(A))|| ||upright(bold(B))||)
 $
 
-==== Variation
+==== Variacija
-Variaciaja, ki jo bomo testirali je da najprej mapiramo vrednosti genov iz (0, 255) v (-127 to 128) in s tem razširimo izhodno območje.
+Variaciaja, ki jo bomo testirali, je, da najprej mapiramo vrednosti genov iz (0, 255) v (-127 to 128) in s tem razširimo izhodno območje.
 
-=== Hamming razdalja
+=== Hammingova razdalja
-Hammingova razdalja je koncept v matematiki in računalništvu, ki meri razliko med dvema zaporedjema enake dolžine. Najpogosteje se uporablja za nize znakov, binarne zaporedja (npr. bitne nize) ali DNA zaporedja. @wiki_hamming_distance
+Hammingova razdalja je koncept v matematiki in računalništvu, ki meri razliko med dvema zaporedjema enake dolžine. Najpogosteje se uporablja za nize znakov, binarne zaporedja (npr. bitne nize) ali DNA zaporedja @wiki_hamming_distance.
 
 
-=== Jaccard indeks
+=== Jaccardov indeks
-Jaccardov indeks (ali Jaccardov koeficient podobnosti) je metrika, ki meri podobnost med dvema množicama. Izračuna se kot razmerje med velikostjo presečiška obeh množic in velikostjo njihove unije. @wiki_jaccard_index
+Jaccardov indeks (ali Jaccardov koeficient podobnosti) je metrika, ki meri podobnost med dvema množicama. Izračuna se kot razmerje med velikostjo presečišča obeh množic in velikostjo njihove unije @wiki_jaccard_index.
 
 ==== Formula:
 $
@@ -1209,9 +1155,9 @@ $
 $
 
 === Levenshteinova razdalja
-Levenshteinova razdalja (ali urejevalna razdalja) je metrika, ki meri razliko med dvema nizoma znakov. Določa najmanjše število urejevalnih operacij (vstavitev, izbris ali zamenjava znakov), potrebnih za pretvorbo enega niza v drugega. @wiki_levenshtein_distance
+Levenshteinova razdalja (ali urejevalna razdalja) je metrika, ki meri razliko med dvema nizoma znakov. Določa najmanjše število urejevalnih operacij (vstavitev, izbris ali zamenjava znakov), potrebnih za pretvorbo enega niza v drugega @wiki_levenshtein_distance.
 
-==== Formula
+==== Formula:
 #let head = "head"
 #let tail = "tail"
 #let lev = "lev"
@@ -1237,12 +1183,12 @@ tail(x) is a string of all but the first character of x
 head(x) is first character of x
 
 
-=== Needleman-Wunsch algoritem
+=== Needleman-Wunschev algoritem
-Needleman-Wunschov algoritem je algoritem, ki se uporablja v bioinformatiki za poravnavo beljakovinskih ali nukleotidnih zaporedij. Bil je ena prvih aplikacij dinamičnega programiranja za primerjavo bioloških zaporedij. Včasih se imenuje tudi algoritem optimalnega ujemanja in tehnika globalne poravnave. Needleman-Wunschov algoritem se še vedno široko uporablja za optimalno globalno poravnavo, zlasti kadar je kakovost globalne poravnave najpomembnejša. Algoritem dodeli oceno vsakemu možnemu poravnavanju, njegov namen pa je najti vsa možna poravnavanja z najvišjo oceno. @wiki_needlemanwunsch_algorithm
+Needleman-Wunschev algoritem je algoritem, ki se uporablja v bioinformatiki za poravnavo beljakovinskih ali nukleotidnih zaporedij. Bil je ena prvih aplikacij dinamičnega programiranja za primerjavo bioloških zaporedij. Včasih se imenuje tudi algoritem optimalnega ujemanja in tehnika globalne poravnave. Needleman-Wunschov algoritem se še vedno široko uporablja za optimalno globalno poravnavo, zlasti kadar je kakovost globalne poravnave najpomembnejša. Algoritem dodeli oceno vsakemu možnemu poravnavanju, njegov namen pa je najti vsa možna poravnavanja z najvišjo oceno @wiki_needlemanwunsch_algorithm.
 
 #pagebreak()
 == Testiranje algoritmov
-Testiranje je potekalo na večjih primerih evolucije. Spodaj je prikazani en primer rezultatov podobnosti in časa računanja podobnosti v mikrosecundah. Slike generacij so v prilogi.
+Testiranje je potekalo na več primerih evolucije. Spodaj je prikazan en primer rezultatov podobnosti in časa računanja podobnosti v mikrosekundah. Slike generacij so v prilogi.
 
 === Testno okolje
 Algoritmi so bili testirani na računalniku z AMD Ryzen 5 5500U procesorjem in 16 GB rama. Vsak algoritem je bil zagnan petkrat in podatki so povprečje rezultatov.
@@ -1251,7 +1197,7 @@ Algoritmi so bili testirani na računalniku z AMD Ryzen 5 5500U procesorjem in 1
 === Rezultati podobnosti
 
 #align(center)[
-  #figure(caption: "Rezultati podobnosti")[
+  #figure(caption: [Rezultati podobnosti])[
     #table(
       columns: 7,
       table.header([generacija], [evklidij], [dot], [cos\_sim], [cos\_sim\_var], [hamming], [levenshtein]),
@@ -1296,9 +1242,9 @@ Algoritmi so bili testirani na računalniku z AMD Ryzen 5 5500U procesorjem in 1
 )
 
 #pagebreak()
-=== Časa računanja podobnosti v us
+=== Čas računanja podobnosti v 	μs
 #align(center)[
-  #figure(caption: "Čas računanja podobnosti")[
+  #figure(caption: [Čas računanja podobnosti])[
     #table(
       columns: 7,
       table.header([generation], [euclidean], [dot], [cos\_sim], [cos\_sim\_var], [hamming], [levenshtein]),
@@ -1343,24 +1289,24 @@ Algoritmi so bili testirani na računalniku z AMD Ryzen 5 5500U procesorjem in 1
 
 #pagebreak()
 == Odločitev
-Odločili smo se da bomo uporabili Hammingovo razdaljo, ker nam je všeč rezultat podobnosti, ker zače pri 0% nadaljuje proti 100% in kako enostavna je implementacija. Čas računanja podobnosti nismo upoštevali ker so vsi razen Levenshteinova razdalja bili manj kot 0.5 milisekunde in je to za nas dovolj hitro.
+Odločili smo se, da bomo uporabili Hammingovo razdaljo, ker nam je všeč rezultat podobnosti, ker zače pri 0 % nadaljuje proti 100 % in implementacija je enostavna. Časa računanja podobnosti nismo upoštevali, ker so bili vsi razen Levenshteinove razdalje manj kot 0.5 milisekunde in je to za nas dovolj hitro.
 
-Opazili ste da Jaccard indeks in Needleman-Wunsch algoritem manjakta v testiranju in to je zato ker:
+Opaziti je, da Jaccarda indeks in Needleman-Wunschev algoritem manjakta v testiranju, in to je zato, ker:
 
-- Jaccardov indeks ni primeren za nas, ker deluje na skupini unikatnih vrednosti kar mi nimamo, mi lahko imamo dve isti vrednosti ki predstavljata dva različni lastnosti slike. Zato tudi če bi dobili 100% ujemanje ne bi pomenilo da se sliki 100% ujemata.
+- Jaccardov indeks ni primeren za nas, ker deluje na skupini unikatnih vrednosti, česar mi nimamo, ker imamo lahko dve isti vrednosti, ki predstavljata dve različni lastnosti slike. Zato tudi če bi dobili 100 %, ujemanje ne bi pomenilo, da se sliki 100 % ujemata.
-- Needleman-Wunsch alogitem nam pa ne vrne nevtralne stevilke ki bi jo lahko uporabili za rezultat podobnosti.
+- Nam Needleman-Wunschev alogitem ne vrne nevtralne številke, ki bi jo lahko uporabili za rezultat podobnosti.
 
 
 #pagebreak()
 
-= APP STORE
+= Google Play Store
-Da lahko objavimo aplikacijo na Google Play Store potrebujemo Play Console razvijalski račun @web_google_play_console. Koraki za izdelavo računa so zelo enostavni, vpiši potrebne podatke, sprejmi razvojni sporazum, in plačaj registracijo. Naši problemi so se začeli z vnosom podatkov ni so hoteli sprejeti naše telefonske številke, ker ni so mogli preverit, ko smo pa sledili korakom za odstranjevaje težav, ki so večinoma samo bili počakajte en dan in poskusite ponovno, še vedno ni delovalo. Nato smo kontaktirali njihovo pomoč, ki so nam vrnili podoben odgovor da naj čakamo, po tem smo obupali in samo uporabili drugo telefonsko številko.
+Da lahko objavimo aplikacijo na Google Play Store, potrebujemo Play Console razvijalski račun @web_google_play_console. Koraki za izdelavo računa so zelo enostavni: vpiši potrebne podatke, sprejmi razvojni sporazum in plačaj registracijo. Naši problemi so se začeli z vnosom podatkov, saj niso hoteli sprejeti naše telefonske številke, ker je niso mogli preveriti, ko pa smo sledili korakom za odstranjevaje težav, ki so bili večinoma samo _počakajte en dan in poskusite ponovno_, še vedno ni delovalo. Nato smo kontaktirali njihovo pomoč, ki so nam vrnili podoben odgovor, da naj čakamo. Po tem smo obupali in uporabili drugo telefonsko številko.
 
-V naslednjih korakih moramo naložiti zapakirano aplikacijo, dodati opis applikacije, slike delovanja in politiko varstva osebnih podatkov (@privacy_policy). Po tem pa moramo spraviti aplikacijo čez notranje testiranje, ki je zelo ne specificirano, generalna ideja naj bi bila da potrebujemo 12 testerjev, ki naj bi uporabljali aplikacijo vsaj 12 dni nikjer pa ni omenjeno koliko časa na dan morajo uporabljati aplikacijo da se šteje. Par tednov smo poskušali z prijatelji ugotoviti kdaj postaneš aktiven samo smo brez uspeha. Nato smo se odločili da bi pogledali po internetu kako ta problem rešujejo ostali. Našli smo dve rešitvi. Prva zastonj rešitev, je nekaj forumov na spletu kjer ljudje objavljajo svoje aplikacije in ideja je da si med samo pomagajo s tem da testirajo drug od drugih aplikacije. Droga plačljiva rešitev za katero smo se mi odločili je da najamemo testerja za pribljižno 20€. Z testerjem smo se zmenili kaj potrebujemo in po izmenjavi potrebnih podatko je po dveh tednih aplikacija testirana in lahko nadaljuje na zadnji pregled pred objavo.
+V naslednjih korakih moramo naložiti zapakirano aplikacijo, dodati opis applikacije, slike delovanja in politiko varstva osebnih podatkov (@privacy_policy). Po tem moramo spraviti aplikacijo čez notranje testiranje, ki je zelo nespecificirano. Generalna ideja naj bi bila, da potrebujemo 12 testerjev, ki naj bi uporabljali aplikacijo vsaj 12 dni, nikjer pa ni omenjeno, koliko časa na dan morajo uporabljati aplikacijo, da se šteje. Par tednov smo s prijatelji poskušali ugotoviti, kdaj postaneš aktiven, ampak smo bili brez uspeha. Nato smo se odločili, da bi pogledali po internetu, kako ta problem rešujejo ostali. Našli smo dve rešitvi. Prva zastonj rešitev je nekaj forumov na spletu, kjer ljudje objavljajo svoje aplikacije in ideja je, da si med sabo pomagajo s tem, da testirajo aplikacije drug drugega. Druga plačljiva, rešitev za katero smo se odločili, je, da najamemo testerja za pribljižno 20 €. S testerjem smo se zmenili, kaj potrebujemo, in po izmenjavi potrebnih podatkv je po dveh tednih aplikacija testirana in lahko nadaljuje na zadnji pregled pred objavo.
 
-Ob zadnjem pregledu je postalo zelo naporno. Opis naše aplikacije je navdihnil opis aplikacije Tinder, saj sta aplikaciji konceptno zelo podobni (@zacetni_opis). Takrat so pri Googlu začeli natančno pregledovati aplikacijo, ker do takrat je bilo vsakič, ko smo poslali aplikacijo v pregled, vse odobreno do naslednjega dne, tokrat pa je trajalo nekaj tednov. Njihov odgovor je bil, da opis naše aplikacije ni primeren in krši pravila, čeprav je bil zelo podoben Tindrovemu. Pri tem smo ugotovili, da se je ekipa, ki je to pregledovala, vedla precej pristransko. V skladu z navodili, ki so nam jih poslali, smo popravili vse kršitve pravil. Tako se je ponovilo še nekajkrat, kar je skupaj trajalo skoraj štiri mesece. Zadnja verzija je (@koncni_opis).
+Ob zadnjem pregledu je postalo zelo naporno. Opis naše aplikacije je navdihnil opis aplikacije Tinder, saj sta aplikaciji konceptno zelo podobni (@zacetni_opis). Takrat so pri Googlu začeli natančno pregledovati aplikacijo, ker do takrat je bilo vsakič, ko smo poslali aplikacijo v pregled, vse odobreno do naslednjega dne, tokrat pa je trajalo nekaj tednov. Njihov odgovor je bil, da opis naše aplikacije ni primeren in krši pravila, čeprav je bil zelo podoben Tindrovemu. Pri tem smo ugotovili, da se je ekipa, ki je to pregledovala, vedla precej pristransko. V skladu z navodili, ki so nam jih poslali, smo popravili vse kršitve pravil. Tako se je ponovilo še nekajkrat, kar je skupaj trajalo skoraj štiri mesece. Zadnja verzija je @koncni_opis.
 
-Po vsem tem je aplikacija končno objavljena na Play Store @web_google_treender
+Po vsem tem je aplikacija končno objavljena na Play Store @web_google_treender.
 
 
 #figure(caption: [Začetni opis])[
@@ -1454,19 +1400,19 @@ This Privacy Policy is effective as of February 26, 2025. We reserve the right t
 
 = UPORABNIŠKE IZKUŠNJE
 
-Po tem ko smo objavili aplikacijo na Play Store smo prosili prijatelje in sodelavce, naj probajo aplikacijo. Med uporabo so naleteli na nekaj pričakovanih in nepričakovanih problemov.
+Po tem, ko smo objavili aplikacijo na Play Store, smo prosili prijatelje in sodelavce, naj poskusijo aplikacijo. Med uporabo so naleteli na nekaj pričakovanih in nepričakovanih problemov.
 
-== Ni inititivno kako uprabljati aplikacijo
+== Ni intuitivno, kako uprabljati aplikacijo
-Uporabnikom ni bilo jasno kako uporabiti aplikacijo, ni jim bilo jasno da lahko povlečejo sliko levo ali delsno da označijo ali jim je všeč ali ne. Da rešimo to lahko ob prvem zagonu aplikacije prikažemo animacijo kako lahko premikajo sliko po zaslonu.
+Uporabnikom ni bilo jasno, kako uporabiti aplikacijo, ni jim bilo, jasno da lahko povlečejo sliko levo ali desno, da označijo, ali jim je všeč ali ne. Da rešimo to, lahko ob prvem zagonu aplikacije prikažemo animacijo, kako lahko premikajo sliko po zaslonu.
 
-== Ne pričakovani rezultati
+== Nepričakovani rezultati
-Po razlagi kako uporabljati aplikacijo jim ni bilo jasno zakaj niso videli nobenih sprememb na drevesih in v rezultatu podobnosti. Tukaj je glavni problem majhno stevilo vzorcev na generacijo (trenutno 16) s tem težko izločimo kaj je uporabniku všeč. Med testiranjem pa nam večje število vzorcev ni bilo všeč ker predolgo traja da pridemo skozi generacijo, in vidimo spremembe. In med izdelavo aplikacije, ker smo vedeli kako deluje algoritem, nismo uporabljali aplikacijo kot uporabnik. Namesto da bi izbirali izgled celotne slike smo izbirali specifične lastnosti na slikah. Nekaterim uporabnikom je tudi ratalo to ugotoviti in so s tem ustvarili precej lepe slike.
+Po razlagi, kako uporabljati aplikacijo, jim ni bilo jasno, zakaj niso videli nobenih sprememb na drevesih in v rezultatu podobnosti. Tukaj je glavni problem majhno število vzorcev na generacijo (trenutno 16); s tem težko izločimo, kaj je uporabniku všeč. Med testiranjem nam večje število vzorcev ni bilo všeč, ker predolgo traja, da pridemo skozi generacijo in vidimo spremembe.Ker smo vedeli kako deluje algoritem, med izdelavo aplikacije te nismo uporabljali kot uporabnik. Namesto da bi izbirali videz celotne slike, smo izbirali specifične lastnosti na slikah. Nekaterim uporabnikom je to vspelo ugotoviti in so s tem ustvarili precej lepe slike.
 
-== Motil rezultat podobnosti
+== Moteč rezultat podobnosti
-Nekaj uporabnikov nam je sporočilo da jih je motili da jim ni uspelo doseči 100% podobnost. Da lahko to rešimo bi mogoče lahko uporabili kak drugačen algoritem, ali bi pa lahko preslikali rezultat, da vsaka vrednost nad 85% se prikaže kot 100%.
+Nekaj uporabnikov nam je sporočilo da jih je motilo, da jim ni uspelo doseči 100 % podobnosti. Da lahko to rešimo, bi mogoče lahko uporabili kak drugačen algoritem ali pa bi lahko preslikali rezultat, da se vsaka vrednost nad 85 % prikaže kot 100 %.
 
 == Zgodovina
-Uporabniki so želeli zgodovino. To bi bilo dokaj enostavno dodati saj hranimo celotno stanje aplikacije v sitemu v primeru da lahko stanje preživi izklop aplikacije. Samo med izdelavo se nismo spomnili da bi dodali zgodovino.
+Uporabniki so želeli zgodovino. To bi bilo dokaj enostavno dodati, saj hranimo celotno stanje aplikacije v sistemu, da lahko stanje preživi izklop aplikacije ampak se med izdelavo nismo spomnili, da bi dodali zgodovino.
 
 
 #pagebreak()
@@ -1475,20 +1421,20 @@ Uporabniki so želeli zgodovino. To bi bilo dokaj enostavno dodati saj hranimo c
 Izkušnje, ki smo jih pridobili med izdelavo aplikacije.
 
 == Strežnik in podatkovna baza
-Med izdelavo aplikacije smo izdelali strežnik in odjemalec sistem da smo lahko pridobili podatke o uporabnikih in njihovih preferencah. To nas je naučilo nekaj stvari.
+Med izdelavo aplikacije smo izdelali _sistem strežnik in odjemalec_, da smo lahko pridobili podatke o uporabnikih in njihovih preferencah. To nas je naučilo nekaj stvari.
 
-- Omeji število prejetih podatkov na povezavo, da se nemore nekdo samo povezati in začeti pošiljati naključne podatke.
+- Omeji število prejetih podatkov na povezavo, da senemore nekdo samo povezati in začeti pošiljati naključnih podatkov.
-- Omeji kdo se lahko poveže, z uporabo nekega skrivnostnega ključa ali z registracijo.
+- Omeji, kdo se lahko poveže z uporabo nekega skrivnostnega ključa ali z registracijo.
-- Uporabi prepovedni sistem, če se odjemalec lepo ne obnaša mu prepovej povezavo na strežnik.
+- Uporabi prepovedni sistem, če se odjemalec ne obnaša lepo mu prepovej povezavo na strežnik.
-- Med filtriranjem podatkov v podatkovni bazi ikoli ne briši samo označi, da je izbrisano.
+- Med filtriranjem podatkov v podatkovni bazi nikoli ne briši samo označi, da je izbrisano.
 - Naj odjemalec pošlje vse podatke na enkrat.
 - Imej paritetne kode
 
-Naš sistem je bil tako narejen da je vsak odjemalec imel skrivno stevilko ki jo je uporabil pri komunikaciji, samo smo še vedno naleteli da se je naključno lahko nekdo povezal na strežnik in je zadel število, in ker nismo imeli dobre filtracije podatkov se je vse kar nam je poslal direktno shranjevalo v bazo. Bi bilo dobro da imamo paritetne kode na koncu sporočila da vemo ali je sporočilo validno. Na to ko nam je zlonamerni udjemalec napolnil bazo smo se odločilo da bomo odstranili vse podatke ki ne sledijo pravilni evoluciji, in ker smo imeli napako v kodi smo si zbrisali celotno bazo podatkov. Med testiranjem smo tudi našli par primerov kjer se sporočila niso prenesla v celoti.
+Naš sistem je bil tako narejen, da je imel vsak odjemalec skrivno številko, ki jo je uporabil pri komunikaciji, ampak smo še vedno naleteli na to, da se je lahko nekdo naključno povezal na strežnik in je zadel število, in ker nismo imeli dobre filtracije podatkov, se je vse, kar nam je poslal, direktno shranjevalo v bazo. Bilo bi dobro, da imamo paritetne kode na koncu sporočila, da vemo, ali je sporočilo validno. Ko nam je zlonamerni odjemalec napolnil bazo, smo se odločili, da bomo odstranili vse podatke, ki ne sledijo pravilni evoluciji, in ker smo imeli napako v kodi, smo zbrisali celotno bazo podatkov. Med testiranjem smo našli tudi par primerov, kjer se sporočila niso prenesla v celoti.
 
 #pagebreak()
 == Gradilni sistem
-Začeli smo z enostavno Makefile datoteko kjer smo enostavno samo vse kompilirali skupaj.
+Začeli smo z enostavno Makefile datoteko, kjer smo vse enostavno kompilirali skupaj.
 
 ```Makefile
 gcc -c raylib.c -o raylib.o
@@ -1496,16 +1442,16 @@ g++ -c main.cpp -o main.o
 g++ main.o raylib.o -o main
 ```
 
-Ampak je to čez čas postalo, kar naporno za upravljanje, ko se je število datotek povečevalo in razvijali smo na dveh operacijskih sistemih (Linux in Windows) in po tem smo naredili našo največjo napako. Navdihnil nas je tsoding nob.h @git_nob in odločili smo se da bomo napisali svojo skripto za gradno, ki bo pravilno izbrala pravi prevajalnik g++ za Linux in zig c++ za Windows. To je delovalo prej dobbro, vendar smo sčasoma več časa porabili za skripto kot za naš projekt.
+To je čez čas postalo kar naporno za upravljanje, ko se je število datotek povečevalo in razvijali smo na dveh operacijskih sistemih (Linux in Windows). Potem smo naredili največjo napako. Navdihnil nas je tsoding nob.h @git_nob in odločili smo se da, bomo napisali svojo skripto za gradnjo, ki bo pravilno izbrala pravi prevajalnik g++ za Linux in zig c++ za Windows. To je delovalo precej dobro, vendar smo sčasoma več časa porabili za skripto kot za naš projekt.
 
-Prišlo je do točke kjer je skripta lahko
+Prišlo je do točke, kjer:
-- Izvajala ukaze
+- je skripta lahko izvajala ukaze,
-- Preverjala če se je skripta spremenila in se je nato sama ponovno zgradila
+- preverjala, če se je skripta spremenila, in se je nato sama ponovno zgradila,
-- Dodali smo inkrementalno gradnjo projekta
+- smo lahko dodali inkrementalno gradnjo projekta,
-- Prenesla in kompilirala raylib
+- je skripta lahko prenesla in kompilirala raylib,
-- Na koncu smo celo dodali da lahko skompilira vse datoteke v direktoriju
+- smo na koncu celo lahko dodali, da lahko skompilira vse datoteke v direktoriju.
 
-Na to smo morali dodati še gradno enega programa, kar je bilo mogoče z našo skripto, vendar nas je motilo, koliko časa smo porabili za vzdrževanje skripte. Odločili smo se da bomo probali CMake, ki je prvo gradno malo počasnejšo saj smo morali samo prenesti raylib in druge odvisnosti, vendar je bilo vse ostalo popolno in je preprosto delovalo.
+Nato smo morali dodati še gradnjo enega programa, kar je bilo mogoče z našo skripto, vendar nas je motilo, koliko časa smo porabili za vzdrževanje skripte. Odločili smo se, da bomo poskusili CMake, ki je prvo gradnjo malo počasneje saj smo morali samo prenesti raylib in druge odvisnosti, vendar je bilo vse ostalo popolno in je preprosto delovalo.
 
 
 
@@ -1515,11 +1461,11 @@ Na to smo morali dodati še gradno enega programa, kar je bilo mogoče z našo s
 
 V tej diplomski nalogi smo razvili aplikacijo Treender, ki uporabnikom omogoča interaktivno vodenje evolucije fraktalnih dreves z uporabo genetskih algoritmov in preprostih uporabniških gest. Cilj projekta je bil raziskati, kako lahko kombinacija algoritmov in uporabniških ocen ustvarja osebne in dinamične izkušnje.
 
-Za razvoj smo uporabljali tehnologije, kot so C++, Raylib in SQLite3, ki so omogočile učinkovito delovanje in vizualizacijo. Ključni izziv je bila optimizacija algoritmov za generiranje in risanje dreves, ki smo ga rešili z risanjem na teksturo in omejevanjem števila risalnih klicev. Ugotovili smo, da je pomembno, da je uporabniški vmesnik intuitiven, saj so uporabniki na začetku težave razumeli osnovne funkcije, kot je ocenjevanje s povlekanjem slike.
+Za razvoj smo uporabljali tehnologije, kot so C++, Raylib in SQLite3, ki so omogočile učinkovito delovanje in vizualizacijo. Ključni izziv je bila optimizacija algoritmov za generiranje in risanje dreves, ki smo ga rešili z risanjem na teksturo in omejevanjem števila risalnih klicev. Ugotovili smo, da je pomembno, da je uporabniški vmesnik intuitiven, saj so uporabniki na začetku težko razumeli osnovne funkcije, kot je ocenjevanje z vlečenjem slike.
 
 Za izračun podobnosti med drevesi smo izbrali Hammingovo razdaljo, saj je nudila enostavno implementacijo in jasne rezultate. Objava aplikacije na Google Play Store je zahtevala prilagoditve opisa in politike zasebnosti, da smo ustrezali zahtevam platforme.
 
-Projekt je uspešno dosegel svoje cilje: uporabnikom je omogočil ustvarjanje in prilagajanje fraktalnih dreves, hkrati pa nam je prinesel dragocene izkušnje na področju razvoja, optimizacije in uporabniškega izkušenj. V prihodnosti bi lahko aplikacijo izboljšali z dodajanjem zgodovine in izboljšavo komunikacije podobnosti.
+Projekt je uspešno dosegel svoje cilje: uporabnikom je omogočil ustvarjanje in prilagajanje fraktalnih dreves, hkrati pa nam je prinesel izkušnje na področju razvoja, optimizacije in uporabniške izkušnje. V prihodnosti bi lahko aplikacijo izboljšali z dodajanjem zgodovine in komunikacije podobnosti.
 #pagebreak()
 
 #bibliography("citations.bib", title: [VIRI IN LITERATURA], style: "ieee.csl")